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) |
|---|---|---|---|---|---|---|---|
| #83 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.8 | $2.126 | 2/2 | 2.61s |
| #30 | Grok 4.5 high | X AI | 9.8 | 9.0 | $2.252 | 2/2 | 6.23s |
| #68 | Muse Spark 1.1 high | Meta | 6.4 | 8.0 | $2.253 | 1/2 | 7.81s |
| #253 | Gemini 3.1 Flash Lite Preview high | 9.8 | 5.3 | $2.310 | 2/2 | 64.0s | |
| #113 | Qwen3.8 2.4T A95B high | Qwen | 9.8 | 7.4 | $2.357 | 2/2 | 11.4s |
| #144 | Claude Fable 5.1 low | Anthropic | 6.5 | 6.9 | $2.565 | 1/2 | 5.24s |
| #64 | Qwen3.8 2.4T A95B low | Qwen | 9.8 | 8.1 | $2.672 | 2/2 | 19.5s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 9.8 | 8.9 | $2.736 | 2/2 | 7.55s |
| #60 | Claude Fable 5.1 medium | Anthropic | 7.3 | 8.3 | $2.909 | 1/2 | 5.77s |
| #90 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $2.961 | 2/2 | 2.43s |
| #47 | Claude Fable 5 medium | Anthropic | 10.0 | 8.6 | $3.004 | 2/2 | 5.90s |
| #20 | Claude Opus 5 high | Anthropic | 10.0 | 9.2 | $3.070 | 2/2 | 4.78s |
| #26 | Claude Fable 5.1 high | Anthropic | 10.0 | 9.0 | $3.364 | 2/2 | 5.60s |
| #74 | Kimi K3 max | Moonshot AI | 10.0 | 7.9 | $3.467 | 2/2 | 7.66s |
| #4 | GPT-6 Astra high | OpenAI | 10.0 | 9.9 | $3.474 | 2/2 | 3.58s |