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) |
|---|---|---|---|---|---|---|---|
| #268 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1.0 | 0.6 | $0.669 | 2/2 | 2.58s |
| #269 | GLM 5 Turbo medium | Z.ai | 1.0 | 0.6 | $0.323 | 2/2 | 5.38s |
| #271 | Gemini 3.1 Flash Lite Preview none | 1.0 | 0.6 | $0.090 | 2/2 | 1.13s | |
| #273 | Gemini 3.5 Flash none | 1.0 | 0.6 | $1.752 | 2/2 | 3.38s | |
| #274 | Beam 1.0 501B A23B high | Reflection | 1.0 | 0.6 | $0.674 | 2/2 | 1.27s |
| #276 | Apodex 1.1 Mini low | Apodex | 1.0 | 0.6 | $0.000 | 2/2 | 7.71s |
| #279 | Step 5 Preview medium | Stepfun | 1.0 | 0.6 | $4.136 | 2/2 | 4.23s |
| #281 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1.0 | 0.6 | $0.742 | 2/2 | 2.61s |
| #284 | GLM 5.3 FlashX low | Z.ai | 1.0 | 0.6 | $0.157 | 2/2 | 1.34s |
| #285 | MiMo-V2.6-Pro none | Xiaomi | 1.0 | 0.6 | $0.193 | 2/2 | 803ms |
| #287 | Seed-2.0-Lite none | Bytedance Seed | 1.0 | 0.6 | $0.114 | 2/2 | 1.06s |
| #288 | Gemini 3.1 Flash Lite minimal | 1.0 | 0.6 | $0.080 | 2/2 | 932ms | |
| #289 | gpt-oss-120b medium | OpenAI | 1.0 | 0.6 | $0.030 | 2/2 | 7.63s |
| #290 | Gemini 3.1 Flash Lite none | 1.0 | 0.6 | $0.069 | 2/2 | 859ms | |
| #293 | Nemotron 3 Ultra none | NVIDIA | 1.0 | 0.6 | $0.164 | 2/2 | 1.46s |