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) |
|---|---|---|---|---|---|---|---|
| #148 | Seed-2.0-Mini medium | Bytedance Seed | 1.0 | 0.8 | $0.140 | 2/2 | 17.5s |
| #144 | GPT-6 Luna low | OpenAI | 0.7 | 0.8 | $0.033 | 1/2 | 17.4s |
| #208 | Grok 4.7 xhigh | X AI | 1.0 | 0.7 | $3.398 | 2/2 | 17.3s |
| #437 | Kev 4B default | Jaredpalmer | 0.2 | 0.2 | $0.002 | 0/1 | 17.3s |
| #319 | GPT-6 Luna none | OpenAI | 0.6 | 0.5 | $0.026 | 1/2 | 17.0s |
| #98 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 2/2 | 16.1s |
| #383 | Hy3 preview low | Tencent | 1.0 | 0.5 | $0.042 | 2/2 | 16.0s |
| #302 | GPT-5 Nano medium | OpenAI | 1.0 | 0.6 | $0.159 | 2/2 | 15.6s |
| #3 | GPT-6 Sol high | OpenAI | 1.0 | 1.0 | $0.921 | 2/2 | 15.6s |
| #325 | North Mini Code medium | Cohere | 1.0 | 0.5 | $0.000 | 2/2 | 15.4s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1.0 | 0.8 | $0.261 | 2/2 | 15.4s |
| #40 | Muse Spark 1.3 high | Meta | 0.7 | 0.9 | $1.891 | 1/2 | 14.7s |
| #212 | Grok 4.7 high | X AI | 0.8 | 0.7 | $3.037 | 1/2 | 14.1s |
| #77 | Grok 4.6 high | X AI | 1.0 | 0.9 | $2.629 | 2/2 | 13.8s |
| #95 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 2/2 | 13.2s |