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) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #385 | Mimo V2 Omni default | Xiaomi | 0.7 | 0.4 | $0.021 | 1/2 | 4.26s |
| #47 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 2/2 | 4.24s |
| #279 | Step 5 Preview medium | Stepfun | 1.0 | 0.6 | $4.136 | 2/2 | 4.23s |
| #401 | Hunter Alpha medium | OpenRouter | 1.0 | 0.4 | $0.000 | 2/2 | 4.18s |
| #28 | Claude Opus 5 medium | Anthropic | 1.0 | 0.9 | $2.870 | 2/2 | 4.16s |
| #51 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 2/2 | 4.13s |
| #301 | Trinity Large Thinking high | Arcee AI | 0.6 | 0.6 | $0.794 | 1/2 | 4.12s |
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 0.6 | 0.7 | $0.083 | 1/2 | 4.12s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1.0 | 0.6 | $0.040 | 2/2 | 4.08s |
| #264 | Trinity Large Thinking low | Arcee AI | 0.4 | 0.6 | $0.918 | 0/2 | 4.07s |
| #1 | Gemini 3.6 Flash high | 1.0 | 1.0 | $0.900 | 2/2 | 4.07s | |
| #15 | Gemini 3 Flash Preview medium | 1.0 | 1.0 | $0.876 | 2/2 | 4.04s | |
| #60 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 2/2 | 4.01s |
| #275 | Trinity Large Thinking medium | Arcee AI | 0.4 | 0.6 | $0.862 | 0/2 | 3.99s |
| #157 | Inkling Small high | Thinkingmachines | 1.0 | 0.7 | $0.398 | 2/2 | 3.94s |