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) |
|---|---|---|---|---|---|---|---|
| #182 | MiMo-V2.6-Flash low | Xiaomi | 0.8 | 0.7 | $0.200 | 1/2 | 955ms |
| #188 | Ember-1 low | Fireworks | 0.6 | 0.7 | $1.488 | 1/2 | 32.7s |
| #189 | Step 5 Preview high | Stepfun | 0.7 | 0.7 | $4.513 | 1/2 | 20.5s |
| #193 | Muse Glimmer 30B low | Meta | 0.8 | 0.7 | $0.219 | 1/2 | 3.60s |
| #196 | Ember-1 high | Fireworks | 0.7 | 0.7 | $2.405 | 1/2 | 33.4s |
| #198 | GPT-5.6 Luna low | OpenAI | 0.8 | 0.7 | $0.049 | 1/2 | 2.04s |
| #199 | Claude Sonnet 5.5 low | Anthropic | 0.6 | 0.7 | $0.909 | 1/2 | 1.91s |
| #207 | Solar Pro 4 xhigh | Upstage | 0.8 | 0.7 | $0.067 | 1/2 | 51.3s |
| #210 | Qwen3.5-Flash none | Qwen | 0.6 | 0.7 | $0.089 | 1/2 | 8.81s |
| #211 | Solar Pro 4 low | Upstage | 0.8 | 0.7 | $0.101 | 1/2 | 56.4s |
| #212 | Grok 4.7 high | X AI | 0.8 | 0.7 | $3.037 | 1/2 | 14.1s |
| #214 | Ember-1 max | Fireworks | 0.6 | 0.7 | $3.264 | 1/2 | 33.0s |
| #216 | GPT-5.6 Sol none | OpenAI | 0.9 | 0.7 | $0.795 | 1/2 | 1.33s |
| #217 | Apodex 1.1 Mini high | Apodex | 0.8 | 0.7 | $0.000 | 1/2 | 8.10s |
| #219 | GPT-5.5 none | OpenAI | 0.6 | 0.7 | $1.212 | 1/2 | 1.15s |