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) |
|---|---|---|---|---|---|---|---|
| #340 | KAT Coder AIR V2.5 high | Kwaipilot | 1.0 | 0.5 | $0.077 | 2/2 | 1.51s |
| #341 | Mimo V2 PRO medium | Xiaomi | 1.0 | 0.5 | $0.333 | 2/2 | 3.36s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1.0 | 0.5 | $0.043 | 2/2 | 4.28s |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 1.0 | 0.5 | $0.048 | 2/2 | 1.50s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 1.0 | 0.5 | $0.046 | 2/2 | 1.64s |
| #355 | Grok 4.20 Beta medium | X AI | 1.0 | 0.5 | $0.750 | 2/2 | 4.89s |
| #359 | Gemini 3 PRO Preview medium | 1.0 | 0.5 | $0.385 | 2/2 | 3.26s | |
| #365 | Hy3 preview high | Tencent | 1.0 | 0.5 | $0.135 | 2/2 | 34.4s |
| #373 | DeepSeek V3.2 none | DeepSeek | 1.0 | 0.5 | $0.119 | 2/2 | 1.52s |
| #382 | Ling 2.6 Flash default | Inclusionai | 1.0 | 0.5 | $0.002 | 2/2 | 5.52s |
| #383 | Hy3 preview low | Tencent | 1.0 | 0.5 | $0.042 | 2/2 | 16.0s |
| #384 | Ring 2.6 1t default | Inclusionai | 1.0 | 0.4 | $0.026 | 2/2 | 27.4s |
| #387 | KAT Coder AIR V2.5 default | Kwaipilot | 1.0 | 0.4 | $0.070 | 2/2 | 1.75s |
| #390 | Cobuddy medium | Baidu | 1.0 | 0.4 | $0.000 | 2/2 | 11.6s |
| #392 | Gemini 3.1 Flash Lite Preview high | 1.0 | 0.4 | $2.310 | 2/2 | 64.0s |