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) |
|---|---|---|---|---|---|---|---|
| #136 | Muse Glimmer 30B high | Meta | 0.8 | 0.8 | $0.506 | 1/2 | 8.62s |
| #140 | Qwen3.7 Flash low | Qwen | 0.8 | 0.8 | $0.071 | 1/2 | 9.88s |
| #142 | Muse Wonder xhigh | Meta | 0.7 | 0.8 | $4.012 | 1/2 | 2.64s |
| #144 | GPT-6 Luna low | OpenAI | 0.7 | 0.8 | $0.033 | 1/2 | 17.4s |
| #146 | Space Bunny Alpha high | Stealth | 0.6 | 0.8 | $0.000 | 1/2 | 2.04s |
| #147 | GLM 5.1 medium | Z.ai | 0.6 | 0.8 | $1.546 | 1/2 | 7.47s |
| #149 | Mistral Large 4 high | Mistral | 0.8 | 0.8 | $1.391 | 1/2 | 22.0s |
| #156 | Grok 4.7 low | X AI | 0.8 | 0.7 | $1.933 | 1/2 | 6.19s |
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 0.6 | 0.7 | $0.083 | 1/2 | 4.12s |
| #162 | Claude Fable 5.1 medium | Anthropic | 0.7 | 0.7 | $3.197 | 1/2 | 5.77s |
| #163 | Grok 4.7 medium | X AI | 0.8 | 0.7 | $2.938 | 1/2 | 6.68s |
| #165 | LongCat 2.0 high | Meituan | 0.7 | 0.7 | $0.778 | 1/2 | 6.96s |
| #168 | Qwen3.5-27B none | Qwen | 0.6 | 0.7 | $0.116 | 1/2 | 1.03s |
| #174 | LongCat 2.0 medium | Meituan | 0.7 | 0.7 | $0.767 | 1/2 | 7.38s |
| #181 | Minimax M3.1 Flash low | Minimax | 0.6 | 0.7 | $0.000 | 1/2 | 1.60s |