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) |
|---|---|---|---|---|---|---|---|
| #338 | Ling 3.0 Flash none | Inclusionai | 0.5 | 0.5 | $0.004 | 0/2 | 836ms |
| #436 | GPT-6 Luna Decisions default | OpenAI | 0.2 | 0.2 | $0.005 | 0/1 | 842ms |
| #420 | MiMo-V2-Flash default | Xiaomi | 0.7 | 0.3 | $0.025 | 1/2 | 857ms |
| #290 | Gemini 3.1 Flash Lite none | 1.0 | 0.6 | $0.069 | 2/2 | 859ms | |
| #240 | Beam 1.0 501B A23B max | Reflection | 0.8 | 0.6 | $0.799 | 1/2 | 866ms |
| #366 | GLM 4.7 Flash none | Z.ai | 0.7 | 0.5 | $0.027 | 1/2 | 888ms |
| #294 | Qwen3.7 Flash none | Qwen | 0.6 | 0.6 | $0.028 | 1/2 | 892ms |
| #247 | Gemini 3.5 Flash minimal | 0.6 | 0.6 | $0.508 | 1/2 | 893ms | |
| #440 | Clef Omni default | Cloudflare | 0.2 | 0.2 | $0.011 | 0/1 | 904ms |
| #131 | Qwen3.7 Plus none | Qwen | 0.6 | 0.8 | $0.178 | 1/2 | 929ms |
| #288 | Gemini 3.1 Flash Lite minimal | 1.0 | 0.6 | $0.080 | 2/2 | 932ms | |
| #231 | Mercury 2.5 high | Inception | 0.7 | 0.6 | $0.044 | 1/2 | 934ms |
| #120 | Qwen3.7 Max none | Qwen | 1.0 | 0.8 | $0.451 | 2/2 | 943ms |
| #182 | MiMo-V2.6-Flash low | Xiaomi | 0.8 | 0.7 | $0.200 | 1/2 | 955ms |
| #345 | Mercury 2.5 low | Inception | 0.3 | 0.5 | $0.020 | 0/2 | 972ms |