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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #65 | GPT-5 Mini medium | OpenAI | 10.0 | 8.1 | $0.241 | 2/2 | 11.6s |
| #67 | Inkling high | Thinkingmachines | 9.8 | 8.0 | $1.046 | 2/2 | 7.00s |
| #69 | DeepSeek V4 Flash 0731 low | DeepSeek | 9.9 | 8.0 | $0.072 | 2/2 | 3.01s |
| #70 | DeepSeek V4 Flash 0731 high | DeepSeek | 9.8 | 8.0 | $0.134 | 2/2 | 4.46s |
| #71 | GLM 5.2 high | Z.ai | 10.0 | 8.0 | $1.188 | 2/2 | 4.26s |
| #72 | Inkling medium | Thinkingmachines | 9.8 | 8.0 | $0.383 | 2/2 | 6.17s |
| #73 | GPT-5.6 Terra high | OpenAI | 10.0 | 8.0 | $0.836 | 2/2 | 2.14s |
| #74 | Kimi K3 max | Moonshot AI | 10.0 | 7.9 | $3.467 | 2/2 | 7.66s |
| #75 | GPT-5.2 Chat none | OpenAI | 9.8 | 7.9 | $0.594 | 2/2 | 5.51s |
| #76 | Step 3.7 Flash medium | Stepfun | 9.8 | 7.9 | $0.495 | 2/2 | 1.83s |
| #77 | Qwen3.8 27B low | Qwen | 10.0 | 7.9 | ~$0.071 | 2/2 | 2.43s |
| #78 | Qwen3.7 Plus medium | Qwen | 10.0 | 7.9 | $0.277 | 2/2 | 16.1s |
| #79 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.8 | $0.418 | 2/2 | 7.54s |
| #80 | Gemini 3.5 Flash Lite medium | 9.8 | 7.8 | $0.272 | 2/2 | 1.72s | |
| #81 | GLM 5.2 medium | Z.ai | 9.9 | 7.8 | $0.224 | 2/2 | 7.90s |