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) |
|---|---|---|---|---|---|---|---|
| #99 | GPT-5.6 Terra low | OpenAI | 10.0 | 7.5 | $0.420 | 2/2 | 1.48s |
| #100 | MiniMax M3 medium | Minimax | 9.8 | 7.5 | $0.300 | 2/2 | 6.14s |
| #101 | GPT 5.3 Chat none | OpenAI | 9.8 | 7.5 | $0.533 | 2/2 | 3.51s |
| #102 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 7.5 | $0.459 | 2/2 | 31.9s |
| #103 | Qwen3.5-27B medium | Qwen | 10.0 | 7.5 | $0.982 | 2/2 | 19.7s |
| #104 | Mercury 2.5 Preview medium | Inception | 9.8 | 7.5 | $0.024 | 2/2 | 1.35s |
| #105 | GPT-5.4 Mini medium | OpenAI | 9.8 | 7.5 | $0.786 | 2/2 | 2.13s |
| #106 | Grok Build 0.1 medium | X AI | 9.8 | 7.5 | $1.130 | 2/2 | 12.4s |
| #107 | Gemini 3.8 Flash low | 10.0 | 7.5 | $0.239 | 2/2 | 2.79s | |
| #108 | Gemini 3.1 Flash Lite Preview medium | 10.0 | 7.4 | $0.117 | 2/2 | 1.91s | |
| #109 | Qwen3.7 Max none | Qwen | 10.0 | 7.4 | $0.197 | 2/2 | 943ms |
| #110 | Kimi K2.7 Code medium | Moonshot AI | 9.9 | 7.4 | $0.687 | 2/2 | 5.39s |
| #111 | GPT-5.6 Luna medium | OpenAI | 9.9 | 7.4 | $0.072 | 2/2 | 2.38s |
| #113 | Qwen3.8 2.4T A95B high | Qwen | 9.8 | 7.4 | $2.357 | 2/2 | 11.4s |
| #114 | Grok 4.6 low | X AI | 9.8 | 7.4 | $0.449 | 2/2 | 6.64s |