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) |
|---|---|---|---|---|---|---|---|
| #103 | Qwen3.5-27B medium | Qwen | 10.0 | 7.5 | $0.982 | 2/2 | 19.7s |
| #54 | Grok 4.5 low | X AI | 9.8 | 8.4 | $0.945 | 2/2 | 2.80s |
| #63 | Claude Sonnet 5 medium | Anthropic | 9.9 | 8.2 | $0.922 | 2/2 | 3.10s |
| #73 | GPT-5.6 Terra high | OpenAI | 10.0 | 8.0 | $0.836 | 2/2 | 2.14s |
| #140 | Grok 4.20 medium | X AI | 9.8 | 7.0 | $0.805 | 2/2 | 4.26s |
| #105 | GPT-5.4 Mini medium | OpenAI | 9.8 | 7.5 | $0.786 | 2/2 | 2.13s |
| #29 | Qwen3.8 Max medium | Qwen | 10.0 | 9.0 | $0.771 | 2/2 | 3.49s |
| #89 | Seed-2.0-Code low | Bytedance Seed | 9.8 | 7.7 | $0.767 | 2/2 | 12.2s |
| #10 | Gemini 3 Flash Preview medium | 10.0 | 9.5 | $0.763 | 2/2 | 4.04s | |
| #197 | Trinity Large Thinking medium | Arcee AI | 4.4 | 6.1 | $0.756 | 0/2 | 3.99s |
| #204 | Grok 4.20 Beta medium | X AI | 9.8 | 6.0 | $0.750 | 2/2 | 4.89s |
| #148 | Qwen3.6 Flash medium | Qwen | 10.0 | 6.8 | $0.741 | 2/2 | 6.05s |
| #134 | Grok 4.3 medium | X AI | 9.8 | 7.0 | $0.741 | 2/2 | 18.6s |
| #137 | GLM 5.1 medium | Z.ai | 6.4 | 7.0 | $0.727 | 1/2 | 7.47s |
| #49 | Qwen3.8 Max low | Qwen | 10.0 | 8.6 | $0.702 | 2/2 | 4.01s |