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) |
|---|---|---|---|---|---|---|---|
| #115 | Gemini 3 Flash Preview low | 9.9 | 7.4 | $0.185 | 2/2 | 7.02s | |
| #117 | GLM 5.3 high | Z.ai | 9.8 | 7.3 | $0.403 | 2/2 | 3.62s |
| #118 | KAT-Coder-Pro V2.5 low | Kwaipilot | 10.0 | 7.3 | $0.400 | 2/2 | 2.53s |
| #119 | GLM 5.3 Flash high | Z.ai | 10.0 | 7.3 | $0.029 | 2/2 | 2.06s |
| #120 | Gemini 3.1 Flash Lite medium | 9.9 | 7.3 | $0.120 | 2/2 | 2.59s | |
| #123 | Claude Opus 4.8 none | Anthropic | 9.9 | 7.3 | $1.166 | 2/2 | 1.37s |
| #124 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.2 | $1.247 | 2/2 | 12.5s |
| #125 | KAT-Coder-Pro V2.5 high | Kwaipilot | 9.9 | 7.2 | $0.506 | 2/2 | 2.67s |
| #127 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 10.0 | 7.2 | $0.323 | 2/2 | 20.2s |
| #129 | Muse Glimmer 30B medium | Meta | 9.8 | 7.2 | $0.211 | 2/2 | 5.34s |
| #130 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.1 | $1.207 | 2/2 | 9.88s |
| #132 | Step 3.7 Flash low | Stepfun | 9.8 | 7.1 | $0.390 | 2/2 | 1.58s |
| #134 | Grok 4.3 medium | X AI | 9.8 | 7.0 | $0.741 | 2/2 | 18.6s |
| #136 | DeepSeek V3.2 medium | DeepSeek | 10.0 | 7.0 | $0.078 | 2/2 | 35.8s |
| #139 | Mercury 2 medium | Inception | 10.0 | 7.0 | $0.094 | 2/2 | 1.07s |