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) |
|---|---|---|---|---|---|---|---|
| #159 | Inkling medium | Thinkingmachines | 1.0 | 0.7 | $0.527 | 2/2 | 6.17s |
| #160 | Gemma 4 26B A4B medium | 1.0 | 0.7 | $0.101 | 2/2 | 17.5s | |
| #161 | GLM 5.3 Flash high | Z.ai | 1.0 | 0.7 | $0.056 | 2/2 | 2.06s |
| #164 | Gemini 2.5 Flash medium | 1.0 | 0.7 | $0.680 | 2/2 | 2.62s | |
| #166 | Qwen3.6 Plus medium | Qwen | 1.0 | 0.7 | $0.554 | 2/2 | 7.54s |
| #167 | Gemini 3.5 Flash Lite medium | 1.0 | 0.7 | $0.440 | 2/2 | 1.72s | |
| #169 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1.0 | 0.7 | $0.567 | 2/2 | 31.9s |
| #170 | Qwen3.8 27B medium | Qwen | 1.0 | 0.7 | ~$0.073 | 2/2 | 2.54s |
| #171 | Gemini 3.8 Flash low | 1.0 | 0.7 | $0.323 | 2/2 | 2.79s | |
| #172 | Claude Opus 4.8 low | Anthropic | 1.0 | 0.7 | $3.787 | 2/2 | 2.78s |
| #173 | Qwen3.7 Flash high | Qwen | 1.0 | 0.7 | $0.063 | 2/2 | 9.41s |
| #175 | GLM 5 medium | Z.ai | 1.0 | 0.7 | $0.479 | 2/2 | 7.25s |
| #176 | Step 3.7 Flash low | Stepfun | 1.0 | 0.7 | $0.449 | 2/2 | 1.58s |
| #177 | Qwen3.6 27B medium | Qwen | 1.0 | 0.7 | $1.021 | 2/2 | 38.0s |
| #178 | Claude Opus 5 none | Anthropic | 1.0 | 0.7 | $2.766 | 2/2 | 2.81s |