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) |
|---|---|---|---|---|---|---|---|
| #81 | Claude Haiku 5.5 max | Anthropic | 1.0 | 0.8 | $0.509 | 2/2 | 6.22s |
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 2/2 | 19.5s |
| #84 | GPT-5 Mini medium | OpenAI | 1.0 | 0.8 | $0.315 | 2/2 | 11.6s |
| #86 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 2/2 | 9.56s | |
| #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 |
| #90 | GLM 5.2 high | Z.ai | 1.0 | 0.8 | $4.632 | 2/2 | 4.26s |
| #91 | GPT-5.6 Terra high | OpenAI | 1.0 | 0.8 | $0.698 | 2/2 | 2.14s |
| #92 | Claude Haiku 5.5 high | Anthropic | 1.0 | 0.8 | $0.088 | 2/2 | 3.19s |
| #93 | Gemini 3.5 Flash high | 1.0 | 0.8 | $2.737 | 2/2 | 3.35s | |
| #94 | Kimi K3 max | Moonshot AI | 1.0 | 0.8 | $3.409 | 2/2 | 7.66s |
| #95 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 2/2 | 13.2s |
| #96 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 3.32s |
| #97 | Ling 3.1 Flash medium | Inclusionai | 1.0 | 0.8 | $0.000 | 2/2 | 3.57s |
| #98 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 2/2 | 16.1s |