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) |
|---|---|---|---|---|---|---|---|
| #290 | Gemini 3.1 Flash Lite none | 1.0 | 0.6 | $0.069 | 2/2 | 859ms | |
| #293 | Nemotron 3 Ultra none | NVIDIA | 1.0 | 0.6 | $0.164 | 2/2 | 1.46s |
| #299 | Ling 3.0 Flash high | Inclusionai | 1.0 | 0.6 | $0.021 | 2/2 | 1.85s |
| #311 | Step 5 Preview low | Stepfun | 1.0 | 0.6 | $4.110 | 2/2 | 6.78s |
| #312 | GLM 5 none | Z.ai | 1.0 | 0.6 | $0.140 | 2/2 | 1.48s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1.0 | 0.6 | $0.040 | 2/2 | 4.08s |
| #318 | Gemini 2.5 Flash none | 1.0 | 0.5 | $0.017 | 2/2 | 590ms | |
| #323 | Claude Opus 4.7 none | Anthropic | 1.0 | 0.5 | $0.505 | 2/2 | 1.46s |
| #330 | Hy3 preview medium | Tencent | 1.0 | 0.5 | $0.049 | 2/2 | 6.16s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1.0 | 0.5 | $0.043 | 2/2 | 4.28s |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 1.0 | 0.5 | $0.048 | 2/2 | 1.50s |
| #365 | Hy3 preview high | Tencent | 1.0 | 0.5 | $0.135 | 2/2 | 34.4s |
| #373 | DeepSeek V3.2 none | DeepSeek | 1.0 | 0.5 | $0.119 | 2/2 | 1.52s |
| #383 | Hy3 preview low | Tencent | 1.0 | 0.5 | $0.042 | 2/2 | 16.0s |
| #403 | Laguna M.1 medium | Poolside | 1.0 | 0.4 | $0.033 | 2/2 | 4.30s |