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) |
|---|---|---|---|---|---|---|---|
| #115 | GPT-5.6 Terra low | OpenAI | 1.0 | 0.8 | $0.435 | 2/2 | 1.48s |
| #255 | Gemini 3.1 Flash Lite Preview low | 1.0 | 0.6 | $0.736 | 2/2 | 1.49s | |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 1.0 | 0.5 | $0.048 | 2/2 | 1.50s |
| #340 | KAT Coder AIR V2.5 high | Kwaipilot | 1.0 | 0.5 | $0.077 | 2/2 | 1.51s |
| #180 | GLM 5.3 FlashX medium | Z.ai | 1.0 | 0.7 | $0.114 | 2/2 | 1.51s |
| #224 | Step 3.7 Flash high | Stepfun | 1.0 | 0.7 | $1.478 | 2/2 | 1.52s |
| #373 | DeepSeek V3.2 none | DeepSeek | 1.0 | 0.5 | $0.119 | 2/2 | 1.52s |
| #257 | Gemini 3.1 Flash Lite low | 1.0 | 0.6 | $0.717 | 2/2 | 1.52s | |
| #107 | Claude Opus 4.7 medium | Anthropic | 1.0 | 0.8 | $3.636 | 2/2 | 1.57s |
| #239 | Gemini 3 Flash Preview none | 0.6 | 0.6 | $0.155 | 1/2 | 1.58s | |
| #176 | Step 3.7 Flash low | Stepfun | 1.0 | 0.7 | $0.449 | 2/2 | 1.58s |
| #350 | Mercury 2.5 Preview low | Inception | 0.6 | 0.5 | $0.015 | 1/2 | 1.60s |
| #181 | Minimax M3.1 Flash low | Minimax | 0.6 | 0.7 | $0.000 | 1/2 | 1.60s |
| #316 | Kimi K2.6 none | Moonshot AI | 0.7 | 0.5 | $0.486 | 1/2 | 1.64s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 1.0 | 0.5 | $0.046 | 2/2 | 1.64s |