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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #10 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.361 | 2/2 | 9.56s | |
| #11 | Qwen3.7 Max medium | Qwen | 10.0 | 9.2 | $1.116 | 2/2 | 7.46s |
| #12 | Gemini 3.5 Flash medium | 9.9 | 9.1 | $0.642 | 2/2 | 2.70s | |
| #13 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $4.137 | 2/2 | 3.36s |
| #14 | Gemini 3.5 Flash low | 9.9 | 8.9 | $0.433 | 2/2 | 1.86s | |
| #15 | Grok 4.5 high | X AI | 9.8 | 8.9 | $1.707 | 2/2 | 6.23s |
| #16 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.9 | $0.920 | 2/2 | 3.04s |
| #17 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.931 | 2/2 | 3.32s |
| #18 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $1.477 | 2/2 | 1.57s |
| #20 | Claude Fable 5 medium | Anthropic | 10.0 | 8.6 | $3.478 | 2/2 | 5.90s |
| #21 | GPT-5.4 medium | OpenAI | 10.0 | 8.5 | $1.533 | 2/2 | 3.11s |
| #22 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.4 | $1.143 | 2/2 | 24.3s |
| #23 | Grok 4.5 low | X AI | 9.8 | 8.4 | $0.935 | 2/2 | 2.80s |
| #24 | GPT-5.2 medium | OpenAI | 9.9 | 8.4 | $0.951 | 2/2 | 3.12s |
| #25 | Grok 4.5 medium | X AI | 9.8 | 8.3 | $1.928 | 2/2 | 6.06s |