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: درست ٹیسٹس ↑.
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) |
|---|---|---|---|---|---|---|---|
| #64 | DeepSeek V4.1 Flash medium | DeepSeek | 1.0 | 0.9 | $0.591 | 2/2 | 9.69s |
| #65 | Muse Spark 1.2 low | Meta | 1.0 | 0.9 | $0.881 | 2/2 | 2.95s |
| #66 | GPT-5.2 medium | OpenAI | 1.0 | 0.9 | $1.558 | 2/2 | 3.12s |
| #67 | Qwen3.8 27B high | Qwen | 1.0 | 0.9 | ~$0.298 | 2/2 | 8.24s |
| #69 | Seed 2.1 Turbo medium | Bytedance Seed | 1.0 | 0.9 | $2.042 | 2/2 | 7.48s |
| #70 | GPT-6 Sol low | OpenAI | 1.0 | 0.9 | $0.477 | 2/2 | 2.37s |
| #71 | DeepSeek V4.1 Flash max | DeepSeek | 1.0 | 0.9 | $1.204 | 2/2 | 7.64s |
| #73 | Claude Sonnet 5.5 xhigh | Anthropic | 1.0 | 0.9 | $1.516 | 2/2 | 4.58s |
| #74 | Claude Sonnet 5.5 high | Anthropic | 1.0 | 0.9 | $1.175 | 2/2 | 5.13s |
| #75 | Claude Haiku 5.5 low | Anthropic | 1.0 | 0.9 | $0.061 | 2/2 | 2.20s |
| #76 | Qwen3.8 Max (0902) low | Qwen | 1.0 | 0.9 | $1.131 | 2/2 | 4.32s |
| #77 | Grok 4.6 high | X AI | 1.0 | 0.9 | $2.629 | 2/2 | 13.8s |
| #78 | Muse Spark 1.3 low | Meta | 1.0 | 0.9 | $0.911 | 2/2 | 5.04s |
| #79 | Claude Sonnet 5 medium | Anthropic | 1.0 | 0.9 | $1.438 | 2/2 | 3.10s |
| #80 | Qwen3.7 Max medium | Qwen | 1.0 | 0.9 | $1.689 | 2/2 | 7.46s |