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) |
|---|---|---|---|---|---|---|---|
| #222 | LongCat 2.0 low | Meituan | 0.7 | 0.7 | $0.630 | 1/2 | 6.39s |
| #227 | Claude Sonnet 5.5 medium | Anthropic | 0.6 | 0.7 | $1.100 | 1/2 | 1.88s |
| #231 | Mercury 2.5 high | Inception | 0.7 | 0.6 | $0.044 | 1/2 | 934ms |
| #238 | Qwen3.5-122B-A10B none | Qwen | 0.6 | 0.6 | $0.308 | 1/2 | 513ms |
| #239 | Gemini 3 Flash Preview none | 0.6 | 0.6 | $0.155 | 1/2 | 1.58s | |
| #240 | Beam 1.0 501B A23B max | Reflection | 0.8 | 0.6 | $0.799 | 1/2 | 866ms |
| #245 | Beam 1.0 501B A23B low | Reflection | 0.8 | 0.6 | $0.432 | 1/2 | 1.14s |
| #246 | Mercury 2.5 medium | Inception | 0.6 | 0.6 | $0.034 | 1/2 | 1.07s |
| #247 | Gemini 3.5 Flash minimal | 0.6 | 0.6 | $0.508 | 1/2 | 893ms | |
| #249 | Dots 3 Note Preview high | Dots Studio | 0.8 | 0.6 | $0.000 | 1/2 | 7.80s |
| #250 | Dots 3 Note Preview low | Dots Studio | 0.8 | 0.6 | $0.000 | 1/2 | 7.83s |
| #251 | LongCat 2.0 none | Meituan | 0.7 | 0.6 | $0.104 | 1/2 | 2.82s |
| #253 | Qwen3.6 27B none | Qwen | 0.6 | 0.6 | $0.148 | 1/2 | 1.92s |
| #258 | Solar Pro 4 high | Upstage | 0.8 | 0.6 | $0.077 | 1/2 | 41.5s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 0.7 | 0.6 | $0.149 | 1/2 | 17.5s |