AI BENCHY زمرہ
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۔
| درجہ | ماڈل | کمپنی | ہدایات کی پیروی اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #71 | Step 3.7 Flash high | Stepfun | 9.8 | 7.0 | 2/2 | 1.52s |
| #74 | Qwen3.6 Max Preview none | Qwen | 9.8 | 6.9 | 2/2 | 1.40s |
| #75 | Ring-2.6-1T medium | Inclusionai | 9.8 | 6.9 | 2/2 | 11.8s |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 9.8 | 6.6 | 2/2 | 3.52s |
| #94 | GPT-5 Nano medium | OpenAI | 9.8 | 6.3 | 2/2 | 15.6s |
| #96 | Ring-2.6-1T none | Inclusionai | 9.8 | 6.2 | 2/2 | 27.4s |
| #100 | Grok Build 0.1 none | X AI | 9.8 | 6.0 | 2/2 | 7.36s |
| #112 | GLM 5.1 none | Z.ai | 9.8 | 5.7 | 2/2 | 1.98s |
| #126 | gpt-oss-120b none | OpenAI | 9.8 | 5.4 | 2/2 | 5.06s |
| #62 | Step 3.5 Flash medium | Stepfun | 8.3 | 7.2 | 1/2 | 4.78s |
| #80 | Mimo V2 Omni medium | Xiaomi | 8.3 | 6.7 | 1/2 | 4.99s |
| #129 | MiniMax M2.5 medium | Minimax | 7.5 | 5.3 | 1/2 | 621ms |
| #53 | Gemini 3.1 Flash Lite high | 7.3 | 7.3 | 1/2 | 23.3s | |
| #132 | Mistral Small 4 medium | Mistral | 7.3 | 5.3 | 1/2 | 1.38s |
| #105 | Nemotron 3 Super medium | NVIDIA | 7.3 | 5.8 | 1/2 | 6.97s |