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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #194 | Minimax M3.1 Flash max | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.73s |
| #206 | Space Bunny Alpha max | Stealth | 0.6 | 0.7 | $0.000 | 0/2 | 3.78s |
| #221 | Qwen3.7 Flash medium | Qwen | 0.6 | 0.7 | $0.076 | 0/2 | 9.27s |
| #228 | Minimax M3.1 Flash high | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.65s |
| #243 | Minimax M3.1 Flash xhigh | Minimax | 0.5 | 0.6 | $0.000 | 0/2 | 1.72s |
| #256 | Minimax M3.1 Flash medium | Minimax | 0.5 | 0.6 | $0.000 | 0/2 | 1.72s |
| #264 | Trinity Large Thinking low | Arcee AI | 0.4 | 0.6 | $0.918 | 0/2 | 4.07s |
| #267 | Space Bunny Alpha xhigh | Stealth | 0.6 | 0.6 | $0.000 | 0/2 | 2.22s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 0.5 | 0.6 | $0.053 | 0/2 | 1.42s |
| #275 | Trinity Large Thinking medium | Arcee AI | 0.4 | 0.6 | $0.862 | 0/2 | 3.99s |
| #280 | Granite 4.2 8B medium | IBM Granite | 0.4 | 0.6 | $0.029 | 0/2 | 36.9s |
| #308 | Space Bunny Alpha low | Stealth | 0.4 | 0.6 | $0.000 | 0/2 | 1.43s |
| #332 | Granite 4.2 8B low | IBM Granite | 0.3 | 0.5 | $0.036 | 0/2 | 75.8s |
| #335 | Laguna XS 2.1 none | Poolside | 0.4 | 0.5 | $0.020 | 0/2 | 364ms |
| #338 | Ling 3.0 Flash none | Inclusionai | 0.5 | 0.5 | $0.004 | 0/2 | 836ms |