AI BENCHY زمرہ
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) ↓.
| درجہ | ماڈل | کمپنی | ہدایات کی پیروی اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #18 | GLM 5 Turbo medium | Z.ai | 10.0 | 8.1 | 2/2 | 5.38s |
| #52 | Grok 4.1 Fast medium | X AI | 6.6 | 6.7 | 1/2 | 5.30s |
| #84 | gpt-oss-120b none | OpenAI | 8.4 | 5.2 | 1/2 | 5.10s |
| #30 | Step 3.5 Flash medium | Stepfun | 8.5 | 7.9 | 1/2 | 4.98s |
| #25 | Grok 4.20 Beta medium | X AI | 8.3 | 8.0 | 1/2 | 4.97s |
| #35 | MiMo-V2-Omni medium | Xiaomi | 8.3 | 7.7 | 1/2 | 4.92s |
| #71 | MiniMax M2.5 medium | Minimax | 8.1 | 5.7 | 1/2 | 4.64s |
| #56 | Grok 4.20 Multi Agent Beta medium | X AI | 8.3 | 6.4 | 1/2 | 4.63s |
| #47 | Grok 4.20 medium | X AI | 7.3 | 7.0 | 1/2 | 4.42s |
| #41 | MiMo-V2-Flash medium | Xiaomi | 10.0 | 7.5 | 2/2 | 4.28s |
| #55 | MiMo-V2-Omni none | Xiaomi | 6.5 | 6.5 | 1/2 | 4.18s |
| #50 | Hunter Alpha medium | OpenRouter | 9.9 | 6.7 | 2/2 | 4.18s |
| #31 | GLM 5V Turbo medium | Z.ai | 9.9 | 7.8 | 2/2 | 3.74s |
| #23 | MiMo-V2-Pro medium | Xiaomi | 9.9 | 8.1 | 2/2 | 3.36s |
| #36 | GPT-5.3 Chat none | OpenAI | 8.3 | 7.7 | 1/2 | 3.29s |