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) |
|---|---|---|---|---|---|---|---|
| #232 | Beam 1.0 501B A23B xhigh | Reflection | 1.0 | 0.6 | $0.688 | 2/2 | 1.15s |
| #233 | GLM 5.3 low | Z.ai | 1.0 | 0.6 | $0.215 | 2/2 | 3.40s |
| #234 | GLM 5.1 none | Z.ai | 1.0 | 0.6 | $0.451 | 2/2 | 1.98s |
| #235 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1.0 | 0.6 | $0.506 | 2/2 | 2.67s |
| #236 | Grok 4.3 medium | X AI | 1.0 | 0.6 | $0.989 | 2/2 | 18.6s |
| #237 | Laguna XS 2.1 medium | Poolside | 1.0 | 0.6 | $0.083 | 2/2 | 2.57s |
| #241 | Solar Pro 4 medium | Upstage | 1.0 | 0.6 | $0.098 | 2/2 | 40.1s |
| #242 | Claude Sonnet 4.6 medium | Anthropic | 1.0 | 0.6 | $2.126 | 2/2 | 2.61s |
| #244 | Kimi K2.5 medium | Moonshot AI | 1.0 | 0.6 | $0.841 | 2/2 | 92.5s |
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 1.0 | 0.6 | $0.332 | 2/2 | 2.77s |
| #252 | Qwen3.5-35B-A3B medium | Qwen | 1.0 | 0.6 | $0.716 | 2/2 | 24.4s |
| #254 | Gemini 3.5 Flash Lite low | 1.0 | 0.6 | $0.183 | 2/2 | 1.75s | |
| #255 | Gemini 3.1 Flash Lite Preview low | 1.0 | 0.6 | $0.736 | 2/2 | 1.49s | |
| #257 | Gemini 3.1 Flash Lite low | 1.0 | 0.6 | $0.717 | 2/2 | 1.52s | |
| #259 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1.0 | 0.6 | $0.176 | 2/2 | 1.67s |