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) |
|---|---|---|---|---|---|---|---|
| #132 | Grok 4.5 low | X AI | 1.0 | 0.8 | $1.345 | 2/2 | 2.80s |
| #137 | Nemotron 3.5 Super VL medium | NVIDIA | 1.0 | 0.8 | $0.437 | 2/2 | 4.34s |
| #138 | Claude Haiku 5.5 medium | Anthropic | 1.0 | 0.8 | $0.063 | 2/2 | 3.01s |
| #139 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1.0 | 0.8 | $0.435 | 2/2 | 20.2s |
| #141 | Muse Glimmer 30B medium | Meta | 1.0 | 0.8 | $0.288 | 2/2 | 5.34s |
| #143 | Qwen3.8 Flash Next medium | Qwen | 1.0 | 0.8 | ~$0.047 | 2/2 | 2.04s |
| #145 | Qwen3.8 27B low | Qwen | 1.0 | 0.8 | ~$0.089 | 2/2 | 2.43s |
| #148 | Seed-2.0-Mini medium | Bytedance Seed | 1.0 | 0.8 | $0.140 | 2/2 | 17.5s |
| #150 | Seed-2.0-Code high | Bytedance Seed | 1.0 | 0.7 | $1.448 | 2/2 | 11.3s |
| #151 | GPT-5.6 Luna medium | OpenAI | 1.0 | 0.7 | $0.065 | 2/2 | 2.38s |
| #152 | Qwen3.6 Flash medium | Qwen | 1.0 | 0.7 | $0.783 | 2/2 | 6.05s |
| #153 | DeepSeek V4 Flash 0731 low | DeepSeek | 1.0 | 0.7 | $0.306 | 2/2 | 3.01s |
| #154 | Seed-2.0-Code medium | Bytedance Seed | 1.0 | 0.7 | $1.275 | 2/2 | 10.3s |
| #155 | GLM 5.3 FlashX high | Z.ai | 1.0 | 0.7 | $0.210 | 2/2 | 1.72s |
| #157 | Inkling Small high | Thinkingmachines | 1.0 | 0.7 | $0.398 | 2/2 | 3.94s |