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) |
|---|---|---|---|---|---|---|---|
| #148 | Seed-2.0-Mini medium | Bytedance Seed | 1.0 | 0.8 | $0.140 | 2/2 | 17.5s |
| #160 | Gemma 4 26B A4B medium | 1.0 | 0.7 | $0.101 | 2/2 | 17.5s | |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 0.7 | 0.6 | $0.149 | 1/2 | 17.5s |
| #62 | Muse Spark Open medium | Meta | 0.7 | 0.9 | $1.260 | 1/2 | 18.4s |
| #236 | Grok 4.3 medium | X AI | 1.0 | 0.6 | $0.989 | 2/2 | 18.6s |
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 2/2 | 19.5s |
| #116 | Qwen3.5-27B medium | Qwen | 1.0 | 0.8 | $1.135 | 2/2 | 19.7s |
| #139 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1.0 | 0.8 | $0.435 | 2/2 | 20.2s |
| #189 | Step 5 Preview high | Stepfun | 0.7 | 0.7 | $4.513 | 1/2 | 20.5s |
| #24 | Claude Opus 5.5 low | Anthropic | 1.0 | 0.9 | $1.733 | 2/2 | 21.1s |
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 2/2 | 21.3s |
| #25 | Claude Opus 5.5 high | Anthropic | 1.0 | 0.9 | $2.133 | 2/2 | 21.3s |
| #149 | Mistral Large 4 high | Mistral | 0.8 | 0.8 | $1.391 | 1/2 | 22.0s |
| #375 | Gemini 3.1 Flash Lite high | 0.7 | 0.5 | $2.044 | 1/2 | 23.3s | |
| #45 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 2/2 | 23.5s |