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) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #67 | Claude Sonnet 4.6 none | Anthropic | 6.5 | 7.3 | $0.661 | 1/2 | 1.96s |
| #158 | Qwen3.6 27B none | Qwen | 6.2 | 5.5 | $0.087 | 1/2 | 1.92s |
| #68 | Gemini 3.1 Flash Lite Preview medium | 10.0 | 7.3 | $0.115 | 2/2 | 1.91s | |
| #57 | GPT-5.4 Nano medium | OpenAI | 9.8 | 7.5 | $0.138 | 2/2 | 1.88s |
| #31 | Gemini 3.5 Flash-Lite high | 8.5 | 8.1 | $0.584 | 1/2 | 1.87s | |
| #14 | Gemini 3.5 Flash low | 9.9 | 8.9 | $0.433 | 2/2 | 1.86s | |
| #167 | Qwen3.6 35B A3B none | Qwen | 6.2 | 5.3 | $0.061 | 1/2 | 1.86s |
| #33 | Step 3.7 Flash medium | Stepfun | 9.8 | 8.0 | $0.515 | 2/2 | 1.83s |
| #129 | Inkling low | Thinkingmachines | 9.8 | 6.1 | $0.187 | 2/2 | 1.81s |
| #107 | MiMo-V2.5 medium | Xiaomi | 9.9 | 6.5 | $0.082 | 2/2 | 1.80s |
| #48 | GPT-5.6 Luna high | OpenAI | 9.9 | 7.7 | $1.017 | 2/2 | 1.79s |
| #188 | KAT-Coder-Air V2.5 none | Kwaipilot | 9.9 | 4.8 | $0.067 | 2/2 | 1.75s |
| #170 | Inkling none | Thinkingmachines | 6.3 | 5.2 | $0.147 | 1/2 | 1.72s |
| #204 | Laguna Xs.2 medium | Poolside | 10.0 | 4.1 | $0.015 | 2/2 | 1.68s |
| #113 | Qwen3.5 Plus 2026-02-15 none | Qwen | 10.0 | 6.4 | $0.073 | 2/2 | 1.67s |