AI BENCHY زمرہ
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 ↑.
| درجہ | ماڈل | کمپنی | ہدایات کی پیروی اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #157 | Grok 4.1 Fast none | X AI | 3.0 | 4.4 | 0/2 | 685ms |
| #151 | Trinity Large Preview none | Arcee AI | 3.5 | 4.6 | 0/2 | 822ms |
| #163 | Granite 4.1 8B none | IBM Granite | 3.6 | 4.0 | 0/2 | 344ms |
| #130 | MiniMax M2.7 medium | Minimax | 3.8 | 5.3 | 0/2 | 12.8s |
| #162 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 4.8 | 4.1 | 0/2 | 541ms |
| #91 | GPT-5.5 none | OpenAI | 6.2 | 6.4 | 1/2 | 1.15s |
| #114 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.2 | 5.7 | 1/2 | 1.17s |
| #153 | Qwen3.6 35B A3B none | Qwen | 6.2 | 4.6 | 1/2 | 1.86s |
| #158 | GLM 4.7 Flash medium | Z.ai | 6.2 | 4.4 | 1/2 | 2.97s |
| #118 | Qwen3.6 27B none | Qwen | 6.2 | 5.6 | 1/2 | 1.92s |
| #88 | Qwen3.7 Plus none | Qwen | 6.3 | 6.4 | 1/2 | 929ms |
| #102 | Gemma 4 26B A4B none | 6.3 | 6.0 | 1/2 | 690ms | |
| #106 | Grok 4.20 Beta none | X AI | 6.3 | 5.8 | 1/2 | 649ms |
| #108 | Qwen3.5-Flash none | Qwen | 6.3 | 5.8 | 1/2 | 8.81s |
| #115 | Qwen3.5-27B none | Qwen | 6.3 | 5.7 | 1/2 | 1.03s |