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) |
|---|---|---|---|---|---|---|---|
| #144 | Kimi K2.6 none | Moonshot AI | 6.5 | 5.8 | $0.184 | 1/2 | 1.64s |
| #164 | KAT-Coder-Air V2.5 low | Kwaipilot | 9.8 | 5.4 | $0.041 | 2/2 | 1.64s |
| #104 | Gemini 3.5 Flash-Lite medium | 9.8 | 6.5 | $0.369 | 2/2 | 1.59s | |
| #71 | Step 3.7 Flash low | Stepfun | 9.8 | 7.3 | $0.454 | 2/2 | 1.58s |
| #93 | Gemini 3 Flash Preview none | 6.4 | 6.8 | $0.085 | 1/2 | 1.58s | |
| #18 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $1.477 | 2/2 | 1.57s |
| #111 | Gemini 3.1 Flash Lite low | 10.0 | 6.5 | $0.621 | 2/2 | 1.52s | |
| #179 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.0 | $0.054 | 2/2 | 1.52s |
| #90 | Step 3.7 Flash high | Stepfun | 9.8 | 6.9 | $1.207 | 2/2 | 1.52s |
| #150 | KAT-Coder-Air V2.5 high | Kwaipilot | 9.8 | 5.6 | $0.077 | 2/2 | 1.51s |
| #155 | KAT-Coder-Air V2.5 medium | Kwaipilot | 10.0 | 5.6 | $0.048 | 2/2 | 1.50s |
| #110 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.5 | $0.646 | 2/2 | 1.49s | |
| #59 | GPT-5.6 Terra low | OpenAI | 10.0 | 7.5 | $0.519 | 2/2 | 1.48s |
| #147 | GLM 5 none | Z.ai | 10.0 | 5.7 | $0.041 | 2/2 | 1.48s |
| #135 | Nemotron 3 Ultra none | NVIDIA | 10.0 | 6.1 | $0.095 | 2/2 | 1.46s |