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) |
|---|---|---|---|---|---|---|---|
| #59 | Muse Spark 1.1 low | Meta | 7.3 | 8.3 | $0.673 | 1/2 | 5.42s |
| #60 | Claude Fable 5.1 medium | Anthropic | 7.3 | 8.3 | $2.909 | 1/2 | 5.77s |
| #66 | Muse Glimmer 30B xhigh | Meta | 8.4 | 8.1 | $0.471 | 1/2 | 8.90s |
| #68 | Muse Spark 1.1 high | Meta | 6.4 | 8.0 | $2.253 | 1/2 | 7.81s |
| #91 | DeepSeek V4 Pro high | DeepSeek | 7.8 | 7.7 | $0.454 | 1/2 | 8.73s |
| #95 | Solar Pro 4 xhigh | Upstage | 8.4 | 7.6 | $0.050 | 1/2 | 51.3s |
| #112 | LongCat 2.0 medium | Meituan | 6.5 | 7.4 | $0.499 | 1/2 | 7.38s |
| #116 | Claude Sonnet 4.6 none | Anthropic | 6.5 | 7.3 | $0.661 | 1/2 | 1.96s |
| #121 | Qwen3.7 Plus none | Qwen | 6.3 | 7.3 | $0.106 | 1/2 | 929ms |
| #122 | DeepSeek V4 Flash 0731 medium | DeepSeek | 8.5 | 7.3 | $0.106 | 1/2 | 2.42s |
| #126 | Muse Glimmer 30B high | Meta | 8.4 | 7.2 | $0.397 | 1/2 | 8.62s |
| #128 | Qwen3.7 Flash low | Qwen | 8.5 | 7.2 | $0.043 | 1/2 | 9.88s |
| #131 | Muse Glimmer 30B low | Meta | 8.4 | 7.1 | $0.143 | 1/2 | 3.60s |
| #133 | Solar Pro 4 high | Upstage | 7.9 | 7.1 | $0.046 | 1/2 | 41.5s |
| #135 | GPT-5.6 Sol none | OpenAI | 8.5 | 7.0 | $0.201 | 1/2 | 1.33s |