ہدایات کی پیروی درجہ بندی
دیکھیں کہ ہدایات کی پیروی میں کون سے AI ماڈلز بہترین کارکردگی دکھاتے ہیں، کون سے قابلِ اعتماد رہتے ہیں، اور سب سے بڑے فرق کہاں نظر آتے ہیں۔ ترتیب دیں حسب: ردِعمل کا وقت (اوسط) ↑.
451/451
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | ہدایات کی پیروی اسکور | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #32 | Muse Wonder medium | Meta | 0.7 | 0.9 | $3.397 | 1/2 | 3.88s |
| #157 | Inkling Small high | Thinkingmachines | 1.0 | 0.7 | $0.398 | 2/2 | 3.94s |
| #275 | Trinity Large Thinking medium | Arcee AI | 0.4 | 0.6 | $0.862 | 0/2 | 3.99s |
| #60 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 2/2 | 4.01s |
| #15 | Gemini 3 Flash Preview medium | 1.0 | 1.0 | $0.876 | 2/2 | 4.04s | |
| #1 | Gemini 3.6 Flash high | 1.0 | 1.0 | $0.900 | 2/2 | 4.07s | |
| #264 | Trinity Large Thinking low | Arcee AI | 0.4 | 0.6 | $0.918 | 0/2 | 4.07s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1.0 | 0.6 | $0.040 | 2/2 | 4.08s |
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 0.6 | 0.7 | $0.083 | 1/2 | 4.12s |
| #301 | Trinity Large Thinking high | Arcee AI | 0.6 | 0.6 | $0.794 | 1/2 | 4.12s |
| #51 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 2/2 | 4.13s |
| #28 | Claude Opus 5 medium | Anthropic | 1.0 | 0.9 | $2.870 | 2/2 | 4.16s |
| #401 | Hunter Alpha medium | OpenRouter | 1.0 | 0.4 | $0.000 | 2/2 | 4.18s |
| #279 | Step 5 Preview medium | Stepfun | 1.0 | 0.6 | $4.136 | 2/2 | 4.23s |
| #47 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 2/2 | 4.24s |