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) |
|---|---|---|---|---|---|---|---|
| #444 | Gemini 3 Flash Preview high | 0.0 | 0.2 | $0.105 | 0/0 | 0ms | |
| #451 | Claude Opus 5.5 none | Anthropic | 0.0 | 0.2 | $0.015 | 0/0 | 0ms |
| #434 | Decider V1.1 27B default | Perplexity | 0.2 | 0.3 | $0.002 | 0/1 | 333ms |
| #405 | Granite 4.1 8b default | IBM Granite | 0.4 | 0.4 | $0.007 | 0/2 | 344ms |
| #335 | Laguna XS 2.1 none | Poolside | 0.4 | 0.5 | $0.020 | 0/2 | 364ms |
| #344 | Mistral Small 4 none | Mistral | 0.7 | 0.5 | $0.047 | 1/2 | 380ms |
| #349 | Laguna S 2.1 medium | Poolside | 0.4 | 0.5 | $0.092 | 0/2 | 400ms |
| #377 | Laguna S 2.1 low | Poolside | 0.4 | 0.5 | $0.108 | 0/2 | 423ms |
| #441 | Decider Flash V1.2 default | Perplexity | 0.2 | 0.2 | $0.001 | 0/1 | 424ms |
| #425 | Laguna Xs.2 default | Poolside | 0.7 | 0.3 | $0.004 | 1/2 | 439ms |
| #416 | Grok 4.20 none | X AI | 0.6 | 0.3 | $0.057 | 1/2 | 445ms |
| #358 | Laguna S 2.1 high | Poolside | 0.5 | 0.5 | $0.145 | 0/2 | 453ms |
| #450 | Nimble v3 9B default | Bespoke Labs | 0.2 | 0.8 | ~$0.001 | 0/1 | 469ms |
| #397 | Mercury 2.5 none | Inception | 0.5 | 0.4 | $0.026 | 0/2 | 493ms |
| #433 | Decider V1.2 default | Perplexity | 0.2 | 0.3 | $0.001 | 0/1 | 508ms |