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: میٹرک ↑.
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) |
|---|---|---|---|---|---|---|---|
| #59 | Pareto 26.9 default | Unbiased | 1.0 | 0.9 | $1.864 | 2/2 | 3.82s |
| #87 | Inkling high | Thinkingmachines | 1.0 | 0.8 | $1.238 | 2/2 | 7.00s |
| #89 | DeepSeek V4 Flash 0731 high | DeepSeek | 1.0 | 0.8 | $0.576 | 2/2 | 4.46s |
| #95 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 2/2 | 13.2s |
| #112 | GPT-5.4 Nano medium | OpenAI | 1.0 | 0.8 | $0.235 | 2/2 | 1.88s |
| #122 | Qwen3.8 2.4T A95B high | Qwen | 1.0 | 0.8 | $2.949 | 2/2 | 11.4s |
| #128 | GLM 5.3 high | Z.ai | 1.0 | 0.8 | $0.495 | 2/2 | 3.62s |
| #150 | Seed-2.0-Code high | Bytedance Seed | 1.0 | 0.7 | $1.448 | 2/2 | 11.3s |
| #157 | Inkling Small high | Thinkingmachines | 1.0 | 0.7 | $0.398 | 2/2 | 3.94s |
| #172 | Claude Opus 4.8 low | Anthropic | 1.0 | 0.7 | $3.787 | 2/2 | 2.78s |
| #209 | Grok Build 0.1 medium | X AI | 1.0 | 0.7 | $1.419 | 2/2 | 12.4s |
| #213 | MiniMax M3 medium | Minimax | 1.0 | 0.7 | $0.422 | 2/2 | 6.14s |
| #236 | Grok 4.3 medium | X AI | 1.0 | 0.6 | $0.989 | 2/2 | 18.6s |
| #241 | Solar Pro 4 medium | Upstage | 1.0 | 0.6 | $0.098 | 2/2 | 40.1s |
| #254 | Gemini 3.5 Flash Lite low | 1.0 | 0.6 | $0.183 | 2/2 | 1.75s |