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) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #142 | Kimi K2.5 medium | Moonshot AI | 10.0 | 7.0 | $0.479 | 2/2 | 92.5s |
| #290 | Granite 4.2 8B high | IBM Granite | 6.4 | 4.6 | $0.084 | 1/2 | 87.5s |
| #299 | Granite 4.2 8B none | IBM Granite | 3.0 | 4.3 | $0.026 | 0/2 | 79.5s |
| #236 | Hy4 preview low | Tencent | 9.8 | 5.6 | $1.745 | 2/2 | 77.7s |
| #261 | Granite 4.2 8B low | IBM Granite | 3.0 | 5.1 | $0.012 | 0/2 | 75.8s |
| #253 | Gemini 3.1 Flash Lite Preview high | 9.8 | 5.3 | $2.310 | 2/2 | 64.0s | |
| #195 | Qwen3.5-Flash medium | Qwen | 10.0 | 6.1 | $0.142 | 2/2 | 63.5s |
| #151 | Solar Pro 4 low | Upstage | 8.0 | 6.8 | $0.044 | 1/2 | 56.4s |
| #95 | Solar Pro 4 xhigh | Upstage | 8.4 | 7.6 | $0.050 | 1/2 | 51.3s |
| #276 | Hy4 preview none | Tencent | 7.0 | 4.8 | $0.041 | 1/2 | 47.9s |
| #133 | Solar Pro 4 high | Upstage | 7.9 | 7.1 | $0.046 | 1/2 | 41.5s |
| #152 | Solar Pro 4 medium | Upstage | 9.8 | 6.8 | $0.047 | 2/2 | 40.1s |
| #173 | Qwen3.6 27B medium | Qwen | 10.0 | 6.5 | $0.577 | 2/2 | 38.0s |
| #257 | Granite 4.2 8B medium | IBM Granite | 3.8 | 5.2 | $0.009 | 0/2 | 36.9s |
| #136 | DeepSeek V3.2 medium | DeepSeek | 10.0 | 7.0 | $0.078 | 2/2 | 35.8s |