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 ↑.
216/216
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) |
|---|---|---|---|---|---|---|---|
| #102 | LongCat 2.0 high | Meituan | 6.5 | 6.6 | $0.469 | 1/2 | 6.96s |
| #117 | LongCat 2.0 none | Meituan | 6.5 | 6.3 | $0.044 | 1/2 | 2.82s |
| #121 | Gemma 4 31B none | 6.5 | 6.2 | $0.021 | 1/2 | 2.84s | |
| #144 | Kimi K2.6 none | Moonshot AI | 6.5 | 5.8 | $0.184 | 1/2 | 1.64s |
| #145 | GPT-5.4 none | OpenAI | 6.5 | 5.8 | $0.397 | 1/2 | 1.07s |
| #151 | GLM 5V Turbo none | Z.ai | 6.5 | 5.6 | $0.052 | 1/2 | 1.97s |
| #152 | Owl Alpha medium | Openrouter | 6.5 | 5.6 | $0.000 | 1/2 | 10.2s |
| #153 | Mimo V2 PRO none | Xiaomi | 6.5 | 5.6 | $0.045 | 1/2 | 2.51s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 6.5 | 5.6 | $0.042 | 1/2 | 17.5s |
| #161 | Kimi K2.5 none | Moonshot AI | 6.5 | 5.5 | $0.127 | 1/2 | 2.67s |
| #163 | Mimo V2 Omni none | Xiaomi | 6.5 | 5.5 | $0.021 | 1/2 | 4.26s |
| #171 | Mistral Small 4 none | Mistral | 6.5 | 5.1 | $0.022 | 1/2 | 380ms |
| #174 | MiMo-V2.5 none | Xiaomi | 6.5 | 5.1 | $0.025 | 1/2 | 751ms |
| #175 | Qwen3.5-9B none | Qwen | 6.5 | 5.1 | $0.021 | 1/2 | 514ms |
| #176 | GLM 5 Turbo none | Z.ai | 6.5 | 5.1 | $0.047 | 1/2 | 2.13s |