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: درست ٹیسٹس ↑.
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) |
|---|---|---|---|---|---|---|---|
| #383 | Hy3 preview low | Tencent | 1.0 | 0.5 | $0.042 | 2/2 | 16.0s |
| #384 | Ring 2.6 1t default | Inclusionai | 1.0 | 0.4 | $0.026 | 2/2 | 27.4s |
| #387 | KAT Coder AIR V2.5 default | Kwaipilot | 1.0 | 0.4 | $0.070 | 2/2 | 1.75s |
| #390 | Cobuddy medium | Baidu | 1.0 | 0.4 | $0.000 | 2/2 | 11.6s |
| #392 | Gemini 3.1 Flash Lite Preview high | 1.0 | 0.4 | $2.310 | 2/2 | 64.0s | |
| #395 | gpt-oss-120b none | OpenAI | 1.0 | 0.4 | $0.016 | 2/2 | 5.06s |
| #400 | Grok 4.20 Multi Agent Beta medium | X AI | 1.0 | 0.4 | $5.599 | 2/2 | 3.52s |
| #401 | Hunter Alpha medium | OpenRouter | 1.0 | 0.4 | $0.000 | 2/2 | 4.18s |
| #403 | Laguna M.1 medium | Poolside | 1.0 | 0.4 | $0.033 | 2/2 | 4.30s |
| #413 | Elephant Alpha default | Openrouter | 1.0 | 0.4 | $0.000 | 2/2 | 1.03s |
| #414 | Elephant Alpha medium | Openrouter | 1.0 | 0.4 | $0.000 | 2/2 | 987ms |
| #418 | Laguna Xs.2 medium | Poolside | 1.0 | 0.3 | $0.015 | 2/2 | 1.68s |
| #422 | Grok Build 0.1 none | X AI | 1.0 | 0.3 | $0.547 | 2/2 | 7.36s |
| #428 | Span-02 default | Respan | 0.5 | 0.3 | $0.001 | 1/1 | 2.30s |
| #442 | Step 3.5 Flash none | Stepfun | 0.5 | 0.2 | $0.020 | 1/1 | 9.30s |