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) |
|---|---|---|---|---|---|---|---|
| #93 | Gemini 3.5 Flash high | 1.0 | 0.8 | $2.737 | 2/2 | 3.35s | |
| #94 | Kimi K3 max | Moonshot AI | 1.0 | 0.8 | $3.409 | 2/2 | 7.66s |
| #96 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 3.32s |
| #98 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 2/2 | 16.1s |
| #99 | Gemini 4 Argon low | 1.0 | 0.8 | $0.438 | 2/2 | 2.40s | |
| #100 | DeepSeek V4.1 Flash 1017 max | DeepSeek | 1.0 | 0.8 | $0.757 | 2/2 | 1.73s |
| #103 | GPT-5.6 Terra medium | OpenAI | 1.0 | 0.8 | $0.483 | 2/2 | 1.43s |
| #104 | Seed-2.0-Lite medium | Bytedance Seed | 1.0 | 0.8 | $0.271 | 2/2 | 7.26s |
| #107 | Claude Opus 4.7 medium | Anthropic | 1.0 | 0.8 | $3.636 | 2/2 | 1.57s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1.0 | 0.8 | $0.261 | 2/2 | 15.4s |
| #109 | DeepSeek V4.1 Flash low | DeepSeek | 1.0 | 0.8 | $0.494 | 2/2 | 8.38s |
| #113 | Gemini 3.8 Flash medium | 1.0 | 0.8 | $0.769 | 2/2 | 4.81s | |
| #115 | GPT-5.6 Terra low | OpenAI | 1.0 | 0.8 | $0.435 | 2/2 | 1.48s |
| #116 | Qwen3.5-27B medium | Qwen | 1.0 | 0.8 | $1.135 | 2/2 | 19.7s |
| #118 | Claude Fable 5.1 high | Anthropic | 1.0 | 0.8 | $3.471 | 2/2 | 5.60s |