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: کل لاگت ↓.
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) |
|---|---|---|---|---|---|---|---|
| #157 | Gemma 4 26B A4B medium | 10.0 | 6.8 | $0.092 | 2/2 | 17.5s | |
| #216 | Seed 2.1 Turbo none | Bytedance Seed | 9.8 | 5.9 | $0.092 | 2/2 | 1.82s |
| #294 | Grok 4.20 Beta none | X AI | 6.3 | 4.4 | $0.087 | 1/2 | 649ms |
| #156 | Gemini 3 Flash Preview none | 6.4 | 6.8 | $0.085 | 1/2 | 1.58s | |
| #290 | Granite 4.2 8B high | IBM Granite | 6.4 | 4.6 | $0.084 | 1/2 | 87.5s |
| #269 | Laguna S 2.1 low | Poolside | 4.3 | 5.0 | $0.082 | 0/2 | 423ms |
| #136 | DeepSeek V3.2 medium | DeepSeek | 10.0 | 7.0 | $0.078 | 2/2 | 35.8s |
| #228 | KAT-Coder-Air V2.5 high | Kwaipilot | 9.8 | 5.6 | $0.077 | 2/2 | 1.51s |
| #208 | Qwen3.5-Flash none | Qwen | 6.3 | 6.0 | $0.073 | 1/2 | 8.81s |
| #172 | Qwen3.5 Plus 2026-02-15 none | Qwen | 10.0 | 6.6 | $0.073 | 2/2 | 1.67s |
| #69 | DeepSeek V4 Flash 0731 low | DeepSeek | 9.9 | 8.0 | $0.072 | 2/2 | 3.01s |
| #111 | GPT-5.6 Luna medium | OpenAI | 9.9 | 7.4 | $0.072 | 2/2 | 2.38s |
| #77 | Qwen3.8 27B low | Qwen | 10.0 | 7.9 | ~$0.071 | 2/2 | 2.43s |
| #282 | KAT-Coder-Air V2.5 none | Kwaipilot | 9.9 | 4.8 | $0.070 | 2/2 | 1.75s |
| #286 | Grok 4.1 Fast medium | X AI | 6.5 | 4.7 | $0.069 | 1/2 | 4.63s |