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) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #228 | Minimax M3.1 Flash high | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.65s |
| #316 | Kimi K2.6 none | Moonshot AI | 0.7 | 0.5 | $0.486 | 1/2 | 1.64s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 1.0 | 0.5 | $0.046 | 2/2 | 1.64s |
| #181 | Minimax M3.1 Flash low | Minimax | 0.6 | 0.7 | $0.000 | 1/2 | 1.60s |
| #350 | Mercury 2.5 Preview low | Inception | 0.6 | 0.5 | $0.015 | 1/2 | 1.60s |
| #176 | Step 3.7 Flash low | Stepfun | 1.0 | 0.7 | $0.449 | 2/2 | 1.58s |
| #239 | Gemini 3 Flash Preview none | 0.6 | 0.6 | $0.155 | 1/2 | 1.58s | |
| #107 | Claude Opus 4.7 medium | Anthropic | 1.0 | 0.8 | $3.636 | 2/2 | 1.57s |
| #257 | Gemini 3.1 Flash Lite low | 1.0 | 0.6 | $0.717 | 2/2 | 1.52s | |
| #373 | DeepSeek V3.2 none | DeepSeek | 1.0 | 0.5 | $0.119 | 2/2 | 1.52s |
| #224 | Step 3.7 Flash high | Stepfun | 1.0 | 0.7 | $1.478 | 2/2 | 1.52s |
| #180 | GLM 5.3 FlashX medium | Z.ai | 1.0 | 0.7 | $0.114 | 2/2 | 1.51s |
| #340 | KAT Coder AIR V2.5 high | Kwaipilot | 1.0 | 0.5 | $0.077 | 2/2 | 1.51s |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 1.0 | 0.5 | $0.048 | 2/2 | 1.50s |
| #255 | Gemini 3.1 Flash Lite Preview low | 1.0 | 0.6 | $0.736 | 2/2 | 1.49s |