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) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #164 | Claude Opus 4.7 none | Anthropic | 10.0 | 6.6 | $0.505 | 2/2 | 1.46s |
| #82 | GPT-5.6 Terra medium | OpenAI | 10.0 | 7.8 | $0.523 | 2/2 | 1.43s |
| #247 | DeepSeek V4 Flash 0731 none | DeepSeek | 5.0 | 5.4 | $0.021 | 0/2 | 1.42s |
| #177 | Qwen3.6 Max Preview none | Qwen | 9.8 | 6.4 | $0.228 | 2/2 | 1.40s |
| #260 | Mistral Small 4 medium | Mistral | 7.3 | 5.1 | $0.097 | 1/2 | 1.38s |
| #316 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 7.3 | 3.4 | $0.000 | 1/2 | 1.37s |
| #123 | Claude Opus 4.8 none | Anthropic | 9.9 | 7.3 | $1.166 | 2/2 | 1.37s |
| #104 | Mercury 2.5 Preview medium | Inception | 9.8 | 7.5 | $0.024 | 2/2 | 1.35s |
| #135 | GPT-5.6 Sol none | OpenAI | 8.5 | 7.0 | $0.201 | 1/2 | 1.33s |
| #273 | Mercury 2.5 Preview none | Inception | 6.3 | 4.9 | $0.018 | 1/2 | 1.26s |
| #244 | GPT-5.6 Luna none | OpenAI | 7.1 | 5.4 | $0.029 | 1/2 | 1.23s |
| #200 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.2 | 6.1 | $0.122 | 1/2 | 1.17s |
| #138 | GPT-5.5 none | OpenAI | 6.2 | 7.0 | $0.544 | 1/2 | 1.15s |
| #205 | GPT-5.6 Terra none | OpenAI | 8.5 | 6.0 | $0.280 | 1/2 | 1.15s |
| #176 | Gemini 3.1 Flash Lite Preview none | 10.0 | 6.4 | $0.052 | 2/2 | 1.13s |