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 ↓.
210/210
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) |
|---|---|---|---|---|---|---|---|
| #34 | GPT-5.6 Terra high | OpenAI | 10.0 | 8.0 | $1.055 | 2/2 | 2.14s |
| #35 | Seed-2.0-Lite medium | Bytedance Seed | 10.0 | 7.9 | $0.234 | 2/2 | 7.26s |
| #36 | Qwen3.7 Plus medium | Qwen | 10.0 | 7.9 | $0.267 | 2/2 | 16.1s |
| #37 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.8 | $0.405 | 2/2 | 7.54s |
| #38 | GLM 5.2 medium | Z.ai | 9.9 | 7.8 | $0.222 | 2/2 | 7.90s |
| #39 | GPT-5.6 Terra medium | OpenAI | 10.0 | 7.8 | $0.676 | 2/2 | 1.43s |
| #40 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.8 | $2.057 | 2/2 | 2.61s |
| #41 | Claude Opus 4.8 low | Anthropic | 9.8 | 7.8 | $2.077 | 2/2 | 2.78s |
| #42 | GLM 5 medium | Z.ai | 10.0 | 7.7 | $0.307 | 2/2 | 7.25s |
| #43 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $3.059 | 2/2 | 2.43s |
| #44 | GPT-5.6 Luna high | OpenAI | 9.9 | 7.7 | $1.017 | 2/2 | 1.79s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 10.0 | 7.7 | $0.042 | 2/2 | 15.4s |
| #47 | MiniMax M3 medium | Minimax | 9.8 | 7.6 | $0.286 | 2/2 | 6.14s |
| #48 | Grok Build 0.1 medium | X AI | 9.8 | 7.6 | $1.097 | 2/2 | 12.4s |
| #49 | GLM 5 Turbo medium | Z.ai | 10.0 | 7.6 | $0.323 | 2/2 | 5.38s |