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) ↓.
451/451
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) |
|---|---|---|---|---|---|---|---|
| #165 | LongCat 2.0 high | Meituan | 0.7 | 0.7 | $0.778 | 1/2 | 6.96s |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 0.7 | 0.6 | $0.391 | 1/2 | 6.81s |
| #311 | Step 5 Preview low | Stepfun | 1.0 | 0.6 | $4.110 | 2/2 | 6.78s |
| #163 | Grok 4.7 medium | X AI | 0.8 | 0.7 | $2.938 | 1/2 | 6.68s |
| #191 | Grok 4.6 low | X AI | 1.0 | 0.7 | $0.781 | 2/2 | 6.64s |
| #222 | LongCat 2.0 low | Meituan | 0.7 | 0.7 | $0.630 | 1/2 | 6.39s |
| #111 | Nemotron 3 Ultra medium | NVIDIA | 1.0 | 0.8 | $0.674 | 2/2 | 6.35s |
| #5 | GPT-6 Astra max | OpenAI | 1.0 | 1.0 | $5.044 | 2/2 | 6.34s |
| #57 | Muse Spark 1.1 medium | Meta | 0.7 | 0.9 | $1.665 | 1/2 | 6.31s |
| #34 | Claude Sonnet 5.5 max | Anthropic | 0.9 | 0.9 | $8.557 | 1/2 | 6.24s |
| #101 | Grok 4.5 high | X AI | 1.0 | 0.8 | $2.687 | 2/2 | 6.23s |
| #81 | Claude Haiku 5.5 max | Anthropic | 1.0 | 0.8 | $0.509 | 2/2 | 6.22s |
| #156 | Grok 4.7 low | X AI | 0.8 | 0.7 | $1.933 | 1/2 | 6.19s |
| #159 | Inkling medium | Thinkingmachines | 1.0 | 0.7 | $0.527 | 2/2 | 6.17s |
| #330 | Hy3 preview medium | Tencent | 1.0 | 0.5 | $0.049 | 2/2 | 6.16s |