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) |
|---|---|---|---|---|---|---|---|
| #97 | KAT-Coder-Pro V2.5 none | Kwaipilot | 9.8 | 6.7 | $0.476 | 2/2 | 2.61s |
| #102 | LongCat 2.0 high | Meituan | 6.5 | 6.6 | $0.469 | 1/2 | 6.96s |
| #85 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 9.9 | 6.9 | $0.467 | 2/2 | 2.58s |
| #98 | GLM 5V Turbo medium | Z.ai | 9.9 | 6.7 | $0.457 | 2/2 | 3.74s |
| #71 | Step 3.7 Flash low | Stepfun | 9.8 | 7.3 | $0.454 | 2/2 | 1.58s |
| #61 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 7.5 | $0.437 | 2/2 | 31.9s |
| #14 | Gemini 3.5 Flash low | 9.9 | 8.9 | $0.433 | 2/2 | 1.86s | |
| #41 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.8 | $0.405 | 2/2 | 7.54s |
| #145 | GPT-5.4 none | OpenAI | 6.5 | 5.8 | $0.397 | 1/2 | 1.07s |
| #96 | LongCat 2.0 low | Meituan | 6.5 | 6.7 | $0.391 | 1/2 | 6.39s |
| #36 | Inkling medium | Thinkingmachines | 9.8 | 8.0 | $0.391 | 2/2 | 6.17s |
| #66 | KAT-Coder-Pro V2.5 low | Kwaipilot | 10.0 | 7.4 | $0.387 | 2/2 | 2.53s |
| #139 | Gemini 3 PRO Preview medium | 9.8 | 6.0 | $0.385 | 2/2 | 3.26s | |
| #104 | Gemini 3.5 Flash-Lite medium | 9.8 | 6.5 | $0.369 | 2/2 | 1.59s | |
| #54 | GPT-5.6 Luna medium | OpenAI | 9.9 | 7.6 | $0.352 | 2/2 | 2.38s |