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) |
|---|---|---|---|---|---|---|---|
| #239 | Gemini 3 Flash Preview none | 0.6 | 0.6 | $0.155 | 1/2 | 1.58s | |
| #247 | Gemini 3.5 Flash minimal | 0.6 | 0.6 | $0.508 | 1/2 | 893ms | |
| #329 | Ember-1 none | Fireworks | 0.6 | 0.5 | $0.786 | 1/2 | 31.0s |
| #371 | Granite 4.2 8B high | IBM Granite | 0.6 | 0.5 | $0.111 | 1/2 | 87.5s |
| #40 | Muse Spark 1.3 high | Meta | 0.7 | 0.9 | $1.891 | 1/2 | 14.7s |
| #41 | Muse Wonder low | Meta | 0.7 | 0.9 | $2.637 | 1/2 | 2.08s |
| #44 | Muse Wonder minimal | Meta | 0.7 | 0.9 | $1.639 | 1/2 | 1.39s |
| #57 | Muse Spark 1.1 medium | Meta | 0.7 | 0.9 | $1.665 | 1/2 | 6.31s |
| #134 | Muse Wonder high | Meta | 0.7 | 0.8 | $3.426 | 1/2 | 1.97s |
| #142 | Muse Wonder xhigh | Meta | 0.7 | 0.8 | $4.012 | 1/2 | 2.64s |
| #165 | LongCat 2.0 high | Meituan | 0.7 | 0.7 | $0.778 | 1/2 | 6.96s |
| #174 | LongCat 2.0 medium | Meituan | 0.7 | 0.7 | $0.767 | 1/2 | 7.38s |
| #222 | LongCat 2.0 low | Meituan | 0.7 | 0.7 | $0.630 | 1/2 | 6.39s |
| #231 | Mercury 2.5 high | Inception | 0.7 | 0.6 | $0.044 | 1/2 | 934ms |
| #251 | LongCat 2.0 none | Meituan | 0.7 | 0.6 | $0.104 | 1/2 | 2.82s |