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) ↓.
216/216
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) |
|---|---|---|---|---|---|---|---|
| #29 | GPT-5 Mini medium | OpenAI | 10.0 | 8.1 | $0.237 | 2/2 | 11.6s |
| #152 | Owl Alpha medium | Openrouter | 6.5 | 5.6 | $0.000 | 1/2 | 10.2s |
| #76 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.1 | $1.046 | 2/2 | 9.88s |
| #10 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.361 | 2/2 | 9.56s | |
| #215 | Step 3.5 Flash none | Stepfun | 5.0 | 2.3 | $0.020 | 1/1 | 9.30s |
| #131 | Qwen3.5-Flash none | Qwen | 6.3 | 6.1 | $0.073 | 1/2 | 8.81s |
| #50 | DeepSeek V4 Pro high | DeepSeek | 7.8 | 7.7 | $0.200 | 1/2 | 8.73s |
| #42 | GLM 5.2 medium | Z.ai | 9.9 | 7.8 | $0.187 | 2/2 | 7.90s |
| #30 | Muse Spark 1.1 high | Meta | 6.4 | 8.1 | $1.694 | 1/2 | 7.81s |
| #172 | Qwen3 Coder Next none | Qwen | 6.3 | 5.1 | $0.025 | 1/2 | 7.78s |
| #37 | Kimi K3 max | Moonshot AI | 10.0 | 8.0 | $3.112 | 2/2 | 7.66s |
| #127 | gpt-oss-120b medium | OpenAI | 9.9 | 6.1 | $0.019 | 2/2 | 7.63s |
| #41 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.8 | $0.405 | 2/2 | 7.54s |
| #94 | Qwen3.6 35B A3B medium | Qwen | 10.0 | 6.7 | $0.746 | 2/2 | 7.50s |
| #193 | Qwen3 Coder Next medium | Qwen | 6.3 | 4.7 | $0.032 | 1/2 | 7.49s |