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: درست ٹیسٹس ↓.
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) |
|---|---|---|---|---|---|---|---|
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 2/2 | 21.3s |
| #33 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 2/2 | 3.36s |
| #35 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 2/2 | 3.49s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 2/2 | 1.25s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1.0 | 0.9 | $3.306 | 2/2 | 7.55s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1.0 | 0.9 | $1.318 | 2/2 | 3.04s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 2/2 | 3.34s |
| #42 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 2/2 | 4.95s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 1.0 | 0.9 | $1.892 | 2/2 | 7.66s |
| #45 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 2/2 | 23.5s |
| #46 | Gemini 3.5 Flash low | 1.0 | 0.9 | $0.752 | 2/2 | 1.86s | |
| #47 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 2/2 | 4.24s |
| #48 | Muse Spark 1.3 medium | Meta | 1.0 | 0.9 | $1.712 | 2/2 | 10.5s |
| #49 | Gemini 3.5 Flash Lite high | 1.0 | 0.9 | $0.624 | 2/2 | 2.16s | |
| #50 | Gemini 4 Argon medium | 1.0 | 0.9 | $0.674 | 2/2 | 2.71s |