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) |
|---|---|---|---|---|---|---|---|
| #447 | Microsoft-Decision-1 default | Microsoft | 0.2 | 0.1 | $0.002 | 0/1 | 997ms |
| #449 | Tev1 4B Experimental default | Togethercomputer | 0.2 | 1.0 | $0.002 | 0/1 | 555ms |
| #450 | Nimble v3 9B default | Bespoke Labs | 0.2 | 0.8 | ~$0.001 | 0/1 | 469ms |
| #345 | Mercury 2.5 low | Inception | 0.3 | 0.5 | $0.020 | 0/2 | 972ms |
| #332 | Granite 4.2 8B low | IBM Granite | 0.3 | 0.5 | $0.036 | 0/2 | 75.8s |
| #389 | Granite 4.2 8B none | IBM Granite | 0.3 | 0.4 | $0.037 | 0/2 | 79.5s |
| #417 | Command A+ medium | Cohere | 0.3 | 0.3 | $0.064 | 0/2 | 103.0s |
| #423 | Command A+ high | Cohere | 0.3 | 0.3 | $0.079 | 0/2 | 110.3s |
| #424 | Grok 4.1 Fast default | X AI | 0.3 | 0.3 | $0.008 | 0/2 | 685ms |
| #426 | Command A+ none | Cohere | 0.3 | 0.3 | $0.000 | 0/2 | 95.7s |
| #427 | Command A+ low | Cohere | 0.3 | 0.3 | $0.073 | 0/2 | 105.7s |
| #404 | Ling 3.0 Tiny default | Inclusionai | 0.3 | 0.4 | $0.000 | 0/2 | 2.44s |
| #388 | Trinity Large Preview default | Arcee AI | 0.4 | 0.4 | $0.008 | 0/2 | 822ms |
| #405 | Granite 4.1 8b default | IBM Granite | 0.4 | 0.4 | $0.007 | 0/2 | 344ms |
| #280 | Granite 4.2 8B medium | IBM Granite | 0.4 | 0.6 | $0.029 | 0/2 | 36.9s |