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) |
|---|---|---|---|---|---|---|---|
| #44 | Muse Wonder minimal | Meta | 0.7 | 0.9 | $1.639 | 1/2 | 1.39s |
| #54 | Muse Spark Open low | Meta | 0.8 | 0.9 | $0.600 | 1/2 | 10.3s |
| #57 | Muse Spark 1.1 medium | Meta | 0.7 | 0.9 | $1.665 | 1/2 | 6.31s |
| #62 | Muse Spark Open medium | Meta | 0.7 | 0.9 | $1.260 | 1/2 | 18.4s |
| #68 | MiMo-V2.6-Pro medium | Xiaomi | 0.8 | 0.9 | $0.586 | 1/2 | 1.79s |
| #72 | Muse Spark 1.1 low | Meta | 0.7 | 0.9 | $0.885 | 1/2 | 5.42s |
| #82 | Nemotron 3.5 Super VL high | NVIDIA | 0.8 | 0.8 | $0.349 | 1/2 | 6.10s |
| #85 | Muse Glimmer 30B xhigh | Meta | 0.8 | 0.8 | $0.585 | 1/2 | 8.90s |
| #88 | Muse Spark 1.1 high | Meta | 0.6 | 0.8 | $2.570 | 1/2 | 7.81s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 0.8 | 0.8 | $0.149 | 1/2 | 8.73s |
| #124 | Muse Wonder max | Meta | 0.8 | 0.8 | $4.766 | 1/2 | 13.2s |
| #131 | Qwen3.7 Plus none | Qwen | 0.6 | 0.8 | $0.178 | 1/2 | 929ms |
| #133 | DeepSeek V4 Flash 0731 medium | DeepSeek | 0.8 | 0.8 | $0.460 | 1/2 | 2.42s |
| #134 | Muse Wonder high | Meta | 0.7 | 0.8 | $3.426 | 1/2 | 1.97s |
| #135 | GPT-6 Luna high | OpenAI | 0.8 | 0.8 | $0.074 | 1/2 | 1.92s |