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) ↓.
319/319
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) |
|---|---|---|---|---|---|---|---|
| #238 | Hy3 preview low | Tencent | 10.0 | 5.5 | $0.042 | 2/2 | 16.0s |
| #207 | GPT-5 Nano medium | OpenAI | 9.8 | 6.0 | $0.118 | 2/2 | 15.6s |
| #219 | North Mini Code medium | Cohere | 9.8 | 5.7 | $0.000 | 2/2 | 15.4s |
| #92 | DeepSeek V4 Flash 0423 high | DeepSeek | 10.0 | 7.6 | $0.042 | 2/2 | 15.4s |
| #33 | Muse Spark 1.3 high | Meta | 6.5 | 8.9 | $1.653 | 1/2 | 14.7s |
| #17 | Grok 4.6 high | X AI | 9.8 | 9.3 | $1.908 | 2/2 | 13.8s |
| #303 | Hy3 preview none | Tencent | 6.3 | 4.0 | $0.007 | 1/2 | 13.0s |
| #267 | MiniMax M2.7 medium | Minimax | 3.8 | 5.0 | $0.208 | 0/2 | 12.8s |
| #187 | Gemma 4 31B medium | 10.0 | 6.2 | $0.100 | 2/2 | 12.8s | |
| #53 | Grok 4.6 medium | X AI | 9.8 | 8.4 | $1.713 | 2/2 | 12.8s |
| #124 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.2 | $1.247 | 2/2 | 12.5s |
| #106 | Grok Build 0.1 medium | X AI | 9.8 | 7.5 | $1.130 | 2/2 | 12.4s |
| #89 | Seed-2.0-Code low | Bytedance Seed | 9.8 | 7.7 | $0.767 | 2/2 | 12.2s |
| #183 | Ring-2.6-1T medium | Inclusionai | 9.8 | 6.4 | $0.102 | 2/2 | 11.8s |
| #288 | Cobuddy medium | Baidu | 9.8 | 4.7 | $0.000 | 2/2 | 11.6s |