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) |
|---|---|---|---|---|---|---|---|
| #241 | Solar Pro 4 medium | Upstage | 1.0 | 0.6 | $0.098 | 2/2 | 40.1s |
| #258 | Solar Pro 4 high | Upstage | 0.8 | 0.6 | $0.077 | 1/2 | 41.5s |
| #363 | Hy4 preview none | Tencent | 0.7 | 0.5 | $0.165 | 1/2 | 47.9s |
| #207 | Solar Pro 4 xhigh | Upstage | 0.8 | 0.7 | $0.067 | 1/2 | 51.3s |
| #211 | Solar Pro 4 low | Upstage | 0.8 | 0.7 | $0.101 | 1/2 | 56.4s |
| #202 | Qwen3.5-Flash medium | Qwen | 1.0 | 0.7 | $0.184 | 2/2 | 63.5s |
| #392 | Gemini 3.1 Flash Lite Preview high | 1.0 | 0.4 | $2.310 | 2/2 | 64.0s | |
| #332 | Granite 4.2 8B low | IBM Granite | 0.3 | 0.5 | $0.036 | 0/2 | 75.8s |
| #326 | Hy4 preview low | Tencent | 1.0 | 0.5 | $1.844 | 2/2 | 77.7s |
| #389 | Granite 4.2 8B none | IBM Granite | 0.3 | 0.4 | $0.037 | 0/2 | 79.5s |
| #371 | Granite 4.2 8B high | IBM Granite | 0.6 | 0.5 | $0.111 | 1/2 | 87.5s |
| #244 | Kimi K2.5 medium | Moonshot AI | 1.0 | 0.6 | $0.841 | 2/2 | 92.5s |
| #426 | Command A+ none | Cohere | 0.3 | 0.3 | $0.000 | 0/2 | 95.7s |
| #417 | Command A+ medium | Cohere | 0.3 | 0.3 | $0.064 | 0/2 | 103.0s |
| #427 | Command A+ low | Cohere | 0.3 | 0.3 | $0.073 | 0/2 | 105.7s |