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) |
|---|---|---|---|---|---|---|---|
| #185 | Qwen3.6 Max Preview medium | Qwen | 1.0 | 0.7 | $1.132 | 2/2 | 24.3s |
| #45 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 2/2 | 23.5s |
| #375 | Gemini 3.1 Flash Lite high | 0.7 | 0.5 | $2.044 | 1/2 | 23.3s | |
| #149 | Mistral Large 4 high | Mistral | 0.8 | 0.8 | $1.391 | 1/2 | 22.0s |
| #25 | Claude Opus 5.5 high | Anthropic | 1.0 | 0.9 | $2.133 | 2/2 | 21.3s |
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 2/2 | 21.3s |
| #24 | Claude Opus 5.5 low | Anthropic | 1.0 | 0.9 | $1.733 | 2/2 | 21.1s |
| #189 | Step 5 Preview high | Stepfun | 0.7 | 0.7 | $4.513 | 1/2 | 20.5s |
| #139 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1.0 | 0.8 | $0.435 | 2/2 | 20.2s |
| #116 | Qwen3.5-27B medium | Qwen | 1.0 | 0.8 | $1.135 | 2/2 | 19.7s |
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 2/2 | 19.5s |
| #236 | Grok 4.3 medium | X AI | 1.0 | 0.6 | $0.989 | 2/2 | 18.6s |
| #62 | Muse Spark Open medium | Meta | 0.7 | 0.9 | $1.260 | 1/2 | 18.4s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 0.7 | 0.6 | $0.149 | 1/2 | 17.5s |
| #160 | Gemma 4 26B A4B medium | 1.0 | 0.7 | $0.101 | 2/2 | 17.5s |