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) |
|---|---|---|---|---|---|---|---|
| #411 | Grok 4.20 Beta default | X AI | 0.6 | 0.4 | $0.087 | 1/2 | 649ms |
| #393 | MiniMax M2.5 medium | Minimax | 0.8 | 0.4 | $0.440 | 1/2 | 621ms |
| #295 | Qwen3.8 Flash Next none | Qwen | 0.7 | 0.6 | ~$0.011 | 1/2 | 612ms |
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 0.7 | 0.6 | $0.055 | 1/2 | 608ms |
| #318 | Gemini 2.5 Flash none | 1.0 | 0.5 | $0.017 | 2/2 | 590ms | |
| #324 | Qwen3.8 27B none | Qwen | 0.6 | 0.5 | ~$0.010 | 1/2 | 582ms |
| #430 | d1-ultra default | Liquid | 0.2 | 0.3 | $0.003 | 0/1 | 571ms |
| #370 | Laguna S 2.1 none | Poolside | 0.4 | 0.5 | $0.044 | 0/2 | 566ms |
| #432 | Jev 1.13 default | Typesafe | 0.2 | 0.3 | $0.003 | 0/1 | 557ms |
| #449 | Tev1 4B Experimental default | Togethercomputer | 0.2 | 1.0 | $0.002 | 0/1 | 555ms |
| #391 | Mercury 2 none | Inception | 0.7 | 0.4 | $0.033 | 1/2 | 551ms |
| #438 | Jev 1.14 default | Typesafe | 0.2 | 0.2 | $0.003 | 0/1 | 543ms |
| #431 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 0.5 | 0.3 | $0.000 | 0/2 | 541ms |
| #362 | Qwen3.5-9B none | Qwen | 0.7 | 0.5 | $0.041 | 1/2 | 514ms |
| #238 | Qwen3.5-122B-A10B none | Qwen | 0.6 | 0.6 | $0.308 | 1/2 | 513ms |