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) |
|---|---|---|---|---|---|---|---|
| #26 | Claude Sonnet 5 medium | Anthropic | 9.9 | 8.3 | $0.922 | 2/2 | 3.10s |
| #28 | Gemini 2.5 Flash medium | 9.8 | 8.2 | $0.643 | 2/2 | 2.62s | |
| #29 | GPT-5 Mini medium | OpenAI | 10.0 | 8.1 | $0.237 | 2/2 | 11.6s |
| #32 | Inkling high | Thinkingmachines | 9.8 | 8.0 | $1.006 | 2/2 | 7.00s |
| #33 | Step 3.7 Flash medium | Stepfun | 9.8 | 8.0 | $0.515 | 2/2 | 1.83s |
| #34 | GPT-5.2 Chat none | OpenAI | 9.8 | 8.0 | $0.604 | 2/2 | 5.51s |
| #35 | GLM 5.2 high | Z.ai | 10.0 | 8.0 | $0.817 | 2/2 | 4.26s |
| #36 | Inkling medium | Thinkingmachines | 9.8 | 8.0 | $0.391 | 2/2 | 6.17s |
| #37 | Kimi K3 max | Moonshot AI | 10.0 | 8.0 | $3.112 | 2/2 | 7.66s |
| #38 | GPT-5.6 Terra high | OpenAI | 10.0 | 8.0 | $1.055 | 2/2 | 2.14s |
| #39 | Seed-2.0-Lite medium | Bytedance Seed | 10.0 | 7.9 | $0.234 | 2/2 | 7.26s |
| #40 | Qwen3.7 Plus medium | Qwen | 10.0 | 7.9 | $0.267 | 2/2 | 16.1s |
| #41 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.8 | $0.405 | 2/2 | 7.54s |
| #42 | GLM 5.2 medium | Z.ai | 9.9 | 7.8 | $0.187 | 2/2 | 7.90s |
| #43 | GPT-5.6 Terra medium | OpenAI | 10.0 | 7.8 | $0.676 | 2/2 | 1.43s |