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) |
|---|---|---|---|---|---|---|---|
| #186 | Gemini 3.1 Flash Lite Preview medium | 1.0 | 0.7 | $0.158 | 2/2 | 1.91s | |
| #187 | Kimi K2.7 Code medium | Moonshot AI | 1.0 | 0.7 | $1.136 | 2/2 | 5.39s |
| #190 | Qwen3.5-122B-A10B medium | Qwen | 1.0 | 0.7 | $1.152 | 2/2 | 9.88s |
| #191 | Grok 4.6 low | X AI | 1.0 | 0.7 | $0.781 | 2/2 | 6.64s |
| #192 | Gemini 3 Flash Preview low | 1.0 | 0.7 | $0.254 | 2/2 | 7.02s | |
| #195 | Gemini 3.1 Flash Lite medium | 1.0 | 0.7 | $0.153 | 2/2 | 2.59s | |
| #197 | Gemma 4 31B medium | 1.0 | 0.7 | $0.144 | 2/2 | 12.8s | |
| #200 | Claude Opus 4.8 none | Anthropic | 1.0 | 0.7 | $2.334 | 2/2 | 1.37s |
| #201 | Kimi K2.6 medium | Moonshot AI | 1.0 | 0.7 | $1.594 | 2/2 | 12.5s |
| #202 | Qwen3.5-Flash medium | Qwen | 1.0 | 0.7 | $0.184 | 2/2 | 63.5s |
| #203 | Inkling low | Thinkingmachines | 1.0 | 0.7 | $0.293 | 2/2 | 1.81s |
| #204 | Mercury 2.5 Preview medium | Inception | 1.0 | 0.7 | $0.039 | 2/2 | 1.35s |
| #205 | GPT-6 Sol none | OpenAI | 1.0 | 0.7 | $0.551 | 2/2 | 1.23s |
| #208 | Grok 4.7 xhigh | X AI | 1.0 | 0.7 | $3.398 | 2/2 | 17.3s |
| #209 | Grok Build 0.1 medium | X AI | 1.0 | 0.7 | $1.419 | 2/2 | 12.4s |