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) |
|---|---|---|---|---|---|---|---|
| #411 | Grok 4.20 Beta default | X AI | 0.6 | 0.4 | $0.087 | 1/2 | 649ms |
| #412 | Laguna M.1 default | Poolside | 0.6 | 0.4 | $0.009 | 1/2 | 683ms |
| #424 | Grok 4.1 Fast default | X AI | 0.3 | 0.3 | $0.008 | 0/2 | 685ms |
| #320 | Gemma 4 26B A4B none | 0.6 | 0.5 | $0.031 | 1/2 | 690ms | |
| #303 | GPT-5.4 Mini none | OpenAI | 0.6 | 0.6 | $0.170 | 1/2 | 728ms |
| #361 | MiMo-V2.5 none | Xiaomi | 0.7 | 0.5 | $0.049 | 1/2 | 751ms |
| #445 | LFM2-24B-A2B default | Liquid | 0.6 | 0.2 | $0.001 | 1/2 | 752ms |
| #356 | Inkling Small none | Thinkingmachines | 0.6 | 0.5 | $0.054 | 1/2 | 767ms |
| #374 | GPT-5.4 Nano none | OpenAI | 0.6 | 0.5 | $0.068 | 1/2 | 784ms |
| #285 | MiMo-V2.6-Pro none | Xiaomi | 1.0 | 0.6 | $0.193 | 2/2 | 803ms |
| #386 | Nemotron 3 Super none | NVIDIA | 0.6 | 0.4 | $0.016 | 1/2 | 804ms |
| #313 | Qwen3.5-35B-A3B none | Qwen | 0.6 | 0.6 | $0.120 | 1/2 | 809ms |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 0.7 | 0.5 | $0.060 | 1/2 | 810ms |
| #443 | D1 default | Liquid | 0.2 | 0.2 | $0.003 | 0/1 | 820ms |
| #388 | Trinity Large Preview default | Arcee AI | 0.4 | 0.4 | $0.008 | 0/2 | 822ms |