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: کل لاگت ↓.
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) |
|---|---|---|---|---|---|---|---|
| #124 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.2 | $1.247 | 2/2 | 12.5s |
| #149 | Step 3.7 Flash high | Stepfun | 9.8 | 6.8 | $1.229 | 2/2 | 1.52s |
| #130 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.1 | $1.207 | 2/2 | 9.88s |
| #71 | GLM 5.2 high | Z.ai | 10.0 | 8.0 | $1.188 | 2/2 | 4.26s |
| #55 | GPT-5.2 medium | OpenAI | 9.9 | 8.4 | $1.182 | 2/2 | 3.12s |
| #123 | Claude Opus 4.8 none | Anthropic | 9.9 | 7.3 | $1.166 | 2/2 | 1.37s |
| #25 | Qwen3.7 Max medium | Qwen | 10.0 | 9.1 | $1.157 | 2/2 | 7.46s |
| #150 | Seed-2.0-Code medium | Bytedance Seed | 9.8 | 6.8 | $1.153 | 2/2 | 10.3s |
| #191 | Qwen3.5-35B-A3B medium | Qwen | 10.0 | 6.1 | $1.148 | 2/2 | 24.4s |
| #48 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.6 | $1.132 | 2/2 | 24.3s |
| #106 | Grok Build 0.1 medium | X AI | 9.8 | 7.5 | $1.130 | 2/2 | 12.4s |
| #40 | Claude Opus 5 low | Anthropic | 10.0 | 8.7 | $1.121 | 2/2 | 4.13s |
| #147 | Gemini 3.5 Flash none | 9.8 | 6.9 | $1.093 | 2/2 | 3.38s | |
| #67 | Inkling high | Thinkingmachines | 9.8 | 8.0 | $1.046 | 2/2 | 7.00s |
| #32 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.9 | $0.988 | 2/2 | 3.04s |