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 ↑.
210/210
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) |
|---|---|---|---|---|---|---|---|
| #83 | GPT-5.6 Sol none | OpenAI | 8.5 | 6.9 | $0.524 | 1/2 | 1.33s |
| #87 | GPT-5.5 none | OpenAI | 6.2 | 6.9 | $0.544 | 1/2 | 1.15s |
| #88 | Gemini 3.5 Flash minimal | 6.4 | 6.8 | $0.300 | 1/2 | 893ms | |
| #89 | Gemini 3 Flash Preview none | 6.4 | 6.8 | $0.085 | 1/2 | 1.58s | |
| #91 | LongCat 2.0 low | Meituan | 6.5 | 6.7 | $0.391 | 1/2 | 6.39s |
| #97 | LongCat 2.0 high | Meituan | 6.5 | 6.6 | $0.469 | 1/2 | 6.96s |
| #103 | Qwen3.5-27B none | Qwen | 6.3 | 6.5 | $0.090 | 1/2 | 1.03s |
| #111 | LongCat 2.0 none | Meituan | 6.5 | 6.3 | $0.044 | 1/2 | 2.82s |
| #112 | Claude Sonnet 5 none | Anthropic | 6.4 | 6.3 | $0.548 | 1/2 | 2.58s |
| #115 | Gemma 4 31B none | 6.5 | 6.2 | $0.035 | 1/2 | 2.84s | |
| #117 | GPT-5.6 Luna low | OpenAI | 8.5 | 6.2 | $0.249 | 1/2 | 2.04s |
| #124 | Qwen3.6 Flash none | Qwen | 6.3 | 6.1 | $0.062 | 1/2 | 1.10s |
| #125 | Qwen3.5-Flash none | Qwen | 6.3 | 6.1 | $0.073 | 1/2 | 8.81s |
| #126 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.2 | 6.1 | $0.122 | 1/2 | 1.17s |
| #127 | Qwen3.5-35B-A3B none | Qwen | 6.3 | 6.1 | $0.106 | 1/2 | 809ms |