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) |
|---|---|---|---|---|---|---|---|
| #243 | Minimax M3.1 Flash xhigh | Minimax | 0.5 | 0.6 | $0.000 | 0/2 | 1.72s |
| #348 | Apodex 1.1 Mini default | Apodex | 0.5 | 0.5 | $0.000 | 0/2 | 1.06s |
| #397 | Mercury 2.5 none | Inception | 0.5 | 0.4 | $0.026 | 0/2 | 493ms |
| #194 | Minimax M3.1 Flash max | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.73s |
| #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 |
| #448 | Solar Decide default | Upstage | 0.5 | 0.1 | $0.009 | 1/1 | 11.7s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 0.5 | 0.6 | $0.053 | 0/2 | 1.42s |
| #228 | Minimax M3.1 Flash high | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.65s |
| #267 | Space Bunny Alpha xhigh | Stealth | 0.6 | 0.6 | $0.000 | 0/2 | 2.22s |
| #221 | Qwen3.7 Flash medium | Qwen | 0.6 | 0.7 | $0.076 | 0/2 | 9.27s |
| #206 | Space Bunny Alpha max | Stealth | 0.6 | 0.7 | $0.000 | 0/2 | 3.78s |
| #188 | Ember-1 low | Fireworks | 0.6 | 0.7 | $1.488 | 1/2 | 32.7s |
| #214 | Ember-1 max | Fireworks | 0.6 | 0.7 | $3.264 | 1/2 | 33.0s |
| #219 | GPT-5.5 none | OpenAI | 0.6 | 0.7 | $1.212 | 1/2 | 1.15s |