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 ↓.
220/220
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-5.2 Chat none | OpenAI | 9.8 | 8.0 | $0.604 | 2/2 | 5.51s |
| #81 | Kimi K2.5 medium | Moonshot AI | 10.0 | 7.0 | $0.600 | 2/2 | 92.5s |
| #31 | Gemini 3.5 Flash-Lite high | 8.5 | 8.1 | $0.584 | 1/2 | 1.87s | |
| #58 | GPT-5.3 Chat none | OpenAI | 9.8 | 7.5 | $0.571 | 2/2 | 3.51s |
| #118 | Claude Sonnet 5 none | Anthropic | 6.4 | 6.3 | $0.548 | 1/2 | 2.58s |
| #212 | Grok Build 0.1 none | X AI | 9.8 | 4.0 | $0.547 | 2/2 | 7.36s |
| #91 | GPT-5.5 none | OpenAI | 6.2 | 6.9 | $0.544 | 1/2 | 1.15s |
| #78 | GLM 5.1 medium | Z.ai | 6.4 | 7.1 | $0.535 | 1/2 | 7.47s |
| #87 | GPT-5.6 Sol none | OpenAI | 8.5 | 6.9 | $0.524 | 1/2 | 1.33s |
| #59 | GPT-5.6 Terra low | OpenAI | 10.0 | 7.5 | $0.519 | 2/2 | 1.48s |
| #6 | Gemini 3.6 Flash low | 10.0 | 9.4 | $0.517 | 2/2 | 2.05s | |
| #33 | Step 3.7 Flash medium | Stepfun | 9.8 | 8.0 | $0.515 | 2/2 | 1.83s |
| #99 | Claude Opus 4.7 none | Anthropic | 10.0 | 6.6 | $0.505 | 2/2 | 1.46s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 9.9 | 7.2 | $0.482 | 2/2 | 2.67s |
| #64 | LongCat 2.0 medium | Meituan | 6.5 | 7.4 | $0.478 | 1/2 | 7.38s |