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: کل لاگت ↑.
319/319
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) |
|---|---|---|---|---|---|---|---|
| #71 | GLM 5.2 high | Z.ai | 10.0 | 8.0 | $1.188 | 2/2 | 4.26s |
| #130 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.1 | $1.207 | 2/2 | 9.88s |
| #149 | Step 3.7 Flash high | Stepfun | 9.8 | 6.8 | $1.229 | 2/2 | 1.52s |
| #124 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.2 | $1.247 | 2/2 | 12.5s |
| #16 | GPT-5.5 low | OpenAI | 9.9 | 9.3 | $1.257 | 2/2 | 3.74s |
| #146 | Seed-2.0-Code high | Bytedance Seed | 9.8 | 6.9 | $1.273 | 2/2 | 11.3s |
| #9 | GPT-6 Astra low | OpenAI | 10.0 | 9.5 | $1.289 | 2/2 | 2.65s |
| #45 | Muse Spark 1.2 medium | Meta | 9.8 | 8.6 | $1.339 | 2/2 | 4.40s |
| #18 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.352 | 2/2 | 9.56s | |
| #46 | Muse Spark 1.1 medium | Meta | 6.5 | 8.6 | $1.420 | 1/2 | 6.31s |
| #37 | Muse Spark 1.3 medium | Meta | 9.8 | 8.8 | $1.469 | 2/2 | 10.5s |
| #43 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $1.476 | 2/2 | 1.57s |
| #24 | Seed 2.1 Turbo low | Bytedance Seed | 9.8 | 9.1 | $1.546 | 2/2 | 5.05s |
| #97 | Claude Opus 5 none | Anthropic | 10.0 | 7.5 | $1.550 | 2/2 | 2.81s |
| #50 | GPT-5.4 medium | OpenAI | 10.0 | 8.5 | $1.560 | 2/2 | 3.11s |