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: کل لاگت ↑.
319/319
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) |
|---|---|---|---|---|---|---|---|
| #156 | Gemini 3 Flash Preview none | 6.4 | 6.8 | $0.085 | 1/2 | 1.58s | |
| #294 | Grok 4.20 Beta none | X AI | 6.3 | 4.4 | $0.087 | 1/2 | 649ms |
| #216 | Seed 2.1 Turbo none | Bytedance Seed | 9.8 | 5.9 | $0.092 | 2/2 | 1.82s |
| #157 | Gemma 4 26B A4B medium | 10.0 | 6.8 | $0.092 | 2/2 | 17.5s | |
| #201 | Nemotron 3 Ultra none | NVIDIA | 10.0 | 6.1 | $0.093 | 2/2 | 1.46s |
| #139 | Mercury 2 medium | Inception | 10.0 | 7.0 | $0.094 | 2/2 | 1.07s |
| #215 | GPT-5.4 Mini none | OpenAI | 6.3 | 5.9 | $0.095 | 1/2 | 728ms |
| #260 | Mistral Small 4 medium | Mistral | 7.3 | 5.1 | $0.097 | 1/2 | 1.38s |
| #187 | Gemma 4 31B medium | 10.0 | 6.2 | $0.100 | 2/2 | 12.8s | |
| #246 | Kimi K2.5 none | Moonshot AI | 6.5 | 5.4 | $0.101 | 1/2 | 2.67s |
| #183 | Ring-2.6-1T medium | Inclusionai | 9.8 | 6.4 | $0.102 | 2/2 | 11.8s |
| #181 | MiMo-V2.5 medium | Xiaomi | 9.9 | 6.4 | $0.104 | 2/2 | 1.80s |
| #122 | DeepSeek V4 Flash 0731 medium | DeepSeek | 8.5 | 7.3 | $0.106 | 1/2 | 2.42s |
| #121 | Qwen3.7 Plus none | Qwen | 6.3 | 7.3 | $0.106 | 1/2 | 929ms |
| #168 | Inkling Small medium | Thinkingmachines | 8.5 | 6.6 | $0.113 | 1/2 | 3.78s |