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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #162 | GLM 5V Turbo medium | Z.ai | 9.9 | 6.7 | $0.457 | 2/2 | 3.74s |
| #164 | Claude Opus 4.7 none | Anthropic | 10.0 | 6.6 | $0.505 | 2/2 | 1.46s |
| #165 | Gemini 3.5 Flash Lite low | 9.8 | 6.6 | $0.138 | 2/2 | 1.75s | |
| #167 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.6 | $0.646 | 2/2 | 1.49s | |
| #169 | Gemini 3.1 Flash Lite low | 10.0 | 6.6 | $0.621 | 2/2 | 1.52s | |
| #170 | Qwen3.6 35B A3B medium | Qwen | 10.0 | 6.6 | $0.672 | 2/2 | 7.50s |
| #171 | Mercury 2.5 Preview high | Inception | 9.8 | 6.6 | $0.030 | 2/2 | 1.05s |
| #172 | Qwen3.5 Plus 2026-02-15 none | Qwen | 10.0 | 6.6 | $0.073 | 2/2 | 1.67s |
| #173 | Qwen3.6 27B medium | Qwen | 10.0 | 6.5 | $0.577 | 2/2 | 38.0s |
| #174 | Laguna XS 2.1 medium | Poolside | 9.8 | 6.5 | $0.068 | 2/2 | 2.57s |
| #175 | Hy3 preview medium | Tencent | 10.0 | 6.5 | $0.049 | 2/2 | 6.16s |
| #176 | Gemini 3.1 Flash Lite Preview none | 10.0 | 6.4 | $0.052 | 2/2 | 1.13s | |
| #177 | Qwen3.6 Max Preview none | Qwen | 9.8 | 6.4 | $0.228 | 2/2 | 1.40s |
| #181 | MiMo-V2.5 medium | Xiaomi | 9.9 | 6.4 | $0.104 | 2/2 | 1.80s |
| #182 | Ling-3.0-flash high | Inclusionai | 10.0 | 6.4 | $0.021 | 2/2 | 1.85s |