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) |
|---|---|---|---|---|---|---|---|
| #329 | Ember-1 none | Fireworks | 0.6 | 0.5 | $0.786 | 1/2 | 31.0s |
| #331 | GPT-5.6 Luna none | OpenAI | 0.7 | 0.5 | $0.042 | 1/2 | 1.23s |
| #333 | Kimi K2.5 none | Moonshot AI | 0.7 | 0.5 | $0.262 | 1/2 | 2.67s |
| #336 | Qwen3.6 35B A3B none | Qwen | 0.6 | 0.5 | $0.105 | 1/2 | 1.86s |
| #339 | Nemotron 3.5 Lightning high | NVIDIA | 0.8 | 0.5 | $0.168 | 1/2 | 4.98s |
| #343 | Mistral Small 4 medium | Mistral | 0.7 | 0.5 | $0.126 | 1/2 | 1.38s |
| #344 | Mistral Small 4 none | Mistral | 0.7 | 0.5 | $0.047 | 1/2 | 380ms |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 0.6 | 0.5 | $0.135 | 1/2 | 1.03s |
| #350 | Mercury 2.5 Preview low | Inception | 0.6 | 0.5 | $0.015 | 1/2 | 1.60s |
| #353 | GPT-4o-mini default | OpenAI | 0.6 | 0.5 | $0.024 | 1/2 | 1.11s |
| #356 | Inkling Small none | Thinkingmachines | 0.6 | 0.5 | $0.054 | 1/2 | 767ms |
| #357 | Qwen3 Coder Next default | Qwen | 0.6 | 0.5 | $0.067 | 1/2 | 7.78s |
| #360 | Ling 2.6 1t default | Inclusionai | 0.6 | 0.5 | $0.016 | 1/2 | 5.36s |
| #361 | MiMo-V2.5 none | Xiaomi | 0.7 | 0.5 | $0.049 | 1/2 | 751ms |
| #362 | Qwen3.5-9B none | Qwen | 0.7 | 0.5 | $0.041 | 1/2 | 514ms |