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) |
|---|---|---|---|---|---|---|---|
| #51 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 2/2 | 4.13s |
| #52 | Gemini 3.6 Flash low | 1.0 | 0.9 | $0.363 | 2/2 | 2.82s | |
| #53 | GLM 5.3 Flash max | Z.ai | 1.0 | 0.9 | $0.089 | 2/2 | 3.65s |
| #55 | Muse Spark 1.2 high | Meta | 1.0 | 0.9 | $2.018 | 2/2 | 5.43s |
| #56 | Muse Spark 1.2 medium | Meta | 1.0 | 0.9 | $1.590 | 2/2 | 4.40s |
| #58 | Claude Fable 5 medium | Anthropic | 1.0 | 0.9 | $5.089 | 2/2 | 5.90s |
| #59 | Pareto 26.9 default | Unbiased | 1.0 | 0.9 | $1.864 | 2/2 | 3.82s |
| #60 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 2/2 | 4.01s |
| #61 | GPT-5.4 medium | OpenAI | 1.0 | 0.9 | $2.213 | 2/2 | 3.11s |
| #63 | DeepSeek V4.1 Flash high | DeepSeek | 1.0 | 0.9 | $0.617 | 2/2 | 7.06s |
| #64 | DeepSeek V4.1 Flash medium | DeepSeek | 1.0 | 0.9 | $0.591 | 2/2 | 9.69s |
| #65 | Muse Spark 1.2 low | Meta | 1.0 | 0.9 | $0.881 | 2/2 | 2.95s |
| #66 | GPT-5.2 medium | OpenAI | 1.0 | 0.9 | $1.558 | 2/2 | 3.12s |
| #67 | Qwen3.8 27B high | Qwen | 1.0 | 0.9 | ~$0.298 | 2/2 | 8.24s |
| #69 | Seed 2.1 Turbo medium | Bytedance Seed | 1.0 | 0.9 | $2.042 | 2/2 | 7.48s |