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) |
|---|---|---|---|---|---|---|---|
| #70 | GPT-6 Sol low | OpenAI | 1.0 | 0.9 | $0.477 | 2/2 | 2.37s |
| #71 | DeepSeek V4.1 Flash max | DeepSeek | 1.0 | 0.9 | $1.204 | 2/2 | 7.64s |
| #73 | Claude Sonnet 5.5 xhigh | Anthropic | 1.0 | 0.9 | $1.516 | 2/2 | 4.58s |
| #74 | Claude Sonnet 5.5 high | Anthropic | 1.0 | 0.9 | $1.175 | 2/2 | 5.13s |
| #75 | Claude Haiku 5.5 low | Anthropic | 1.0 | 0.9 | $0.061 | 2/2 | 2.20s |
| #76 | Qwen3.8 Max (0902) low | Qwen | 1.0 | 0.9 | $1.131 | 2/2 | 4.32s |
| #77 | Grok 4.6 high | X AI | 1.0 | 0.9 | $2.629 | 2/2 | 13.8s |
| #78 | Muse Spark 1.3 low | Meta | 1.0 | 0.9 | $0.911 | 2/2 | 5.04s |
| #79 | Claude Sonnet 5 medium | Anthropic | 1.0 | 0.9 | $1.438 | 2/2 | 3.10s |
| #80 | Qwen3.7 Max medium | Qwen | 1.0 | 0.9 | $1.689 | 2/2 | 7.46s |
| #81 | Claude Haiku 5.5 max | Anthropic | 1.0 | 0.8 | $0.509 | 2/2 | 6.22s |
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 2/2 | 19.5s |
| #84 | GPT-5 Mini medium | OpenAI | 1.0 | 0.8 | $0.315 | 2/2 | 11.6s |
| #86 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 2/2 | 9.56s | |
| #87 | Inkling high | Thinkingmachines | 1.0 | 0.8 | $1.238 | 2/2 | 7.00s |