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: ردِعمل کا وقت (اوسط) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #124 | Muse Wonder max | Meta | 0.8 | 0.8 | $4.766 | 1/2 | 13.2s |
| #95 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 2/2 | 13.2s |
| #77 | Grok 4.6 high | X AI | 1.0 | 0.9 | $2.629 | 2/2 | 13.8s |
| #212 | Grok 4.7 high | X AI | 0.8 | 0.7 | $3.037 | 1/2 | 14.1s |
| #40 | Muse Spark 1.3 high | Meta | 0.7 | 0.9 | $1.891 | 1/2 | 14.7s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1.0 | 0.8 | $0.261 | 2/2 | 15.4s |
| #325 | North Mini Code medium | Cohere | 1.0 | 0.5 | $0.000 | 2/2 | 15.4s |
| #3 | GPT-6 Sol high | OpenAI | 1.0 | 1.0 | $0.921 | 2/2 | 15.6s |
| #302 | GPT-5 Nano medium | OpenAI | 1.0 | 0.6 | $0.159 | 2/2 | 15.6s |
| #383 | Hy3 preview low | Tencent | 1.0 | 0.5 | $0.042 | 2/2 | 16.0s |
| #98 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 2/2 | 16.1s |
| #319 | GPT-6 Luna none | OpenAI | 0.6 | 0.5 | $0.026 | 1/2 | 17.0s |
| #437 | Kev 4B default | Jaredpalmer | 0.2 | 0.2 | $0.002 | 0/1 | 17.3s |
| #208 | Grok 4.7 xhigh | X AI | 1.0 | 0.7 | $3.398 | 2/2 | 17.3s |
| #144 | GPT-6 Luna low | OpenAI | 0.7 | 0.8 | $0.033 | 1/2 | 17.4s |