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: ردِعمل کا وقت (اوسط) ↓.
216/216
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) |
|---|---|---|---|---|---|---|---|
| #117 | LongCat 2.0 none | Meituan | 6.5 | 6.3 | $0.044 | 1/2 | 2.82s |
| #23 | Grok 4.5 low | X AI | 9.8 | 8.4 | $0.935 | 2/2 | 2.80s |
| #45 | Claude Opus 4.8 low | Anthropic | 9.8 | 7.8 | $2.077 | 2/2 | 2.78s |
| #88 | MiMo-V2.5-Pro medium | Xiaomi | 9.9 | 6.9 | $0.187 | 2/2 | 2.77s |
| #1 | Gemini 3.6 Flash medium | 9.9 | 9.9 | $0.831 | 2/2 | 2.77s | |
| #8 | GPT-5.6 Sol high | OpenAI | 10.0 | 9.4 | $1.234 | 2/2 | 2.73s |
| #12 | Gemini 3.5 Flash medium | 9.9 | 9.1 | $0.642 | 2/2 | 2.70s | |
| #161 | Kimi K2.5 none | Moonshot AI | 6.5 | 5.5 | $0.127 | 1/2 | 2.67s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 9.9 | 7.2 | $0.482 | 2/2 | 2.67s |
| #154 | Owl Alpha none | Openrouter | 6.4 | 5.6 | $0.000 | 1/2 | 2.63s |
| #28 | Gemini 2.5 Flash medium | 9.8 | 8.2 | $0.643 | 2/2 | 2.62s | |
| #97 | KAT-Coder-Pro V2.5 none | Kwaipilot | 9.8 | 6.7 | $0.476 | 2/2 | 2.61s |
| #44 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.8 | $2.057 | 2/2 | 2.61s |
| #69 | Gemini 3.1 Flash Lite medium | 9.9 | 7.3 | $0.117 | 2/2 | 2.59s | |
| #118 | Claude Sonnet 5 none | Anthropic | 6.4 | 6.3 | $0.548 | 1/2 | 2.58s |