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۔
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) |
|---|---|---|---|---|---|---|---|
| #23 | Grok 4.5 low | X AI | 9.8 | 8.4 | $0.935 | 2/2 | 2.80s |
| #25 | Grok 4.5 medium | X AI | 9.8 | 8.3 | $1.928 | 2/2 | 6.06s |
| #28 | Gemini 2.5 Flash medium | 9.8 | 8.2 | $0.643 | 2/2 | 2.62s | |
| #33 | Step 3.7 Flash medium | Stepfun | 9.8 | 8.0 | $0.515 | 2/2 | 1.83s |
| #34 | GPT-5.2 Chat none | OpenAI | 9.8 | 8.0 | $0.604 | 2/2 | 5.51s |
| #36 | Inkling medium | Thinkingmachines | 9.8 | 8.0 | $0.391 | 2/2 | 6.17s |
| #55 | Nemotron 3 Ultra medium | NVIDIA | 9.8 | 7.5 | $0.774 | 2/2 | 6.35s |
| #58 | GPT-5.3 Chat none | OpenAI | 9.8 | 7.5 | $0.571 | 2/2 | 3.51s |
| #60 | GPT-5.4 Mini medium | OpenAI | 9.8 | 7.5 | $0.756 | 2/2 | 2.13s |
| #71 | Step 3.7 Flash low | Stepfun | 9.8 | 7.3 | $0.454 | 2/2 | 1.58s |
| #79 | Grok 4.20 medium | X AI | 9.8 | 7.1 | $0.777 | 2/2 | 4.26s |
| #90 | Step 3.7 Flash high | Stepfun | 9.8 | 6.9 | $1.207 | 2/2 | 1.52s |
| #95 | Gemini 3.5 Flash-Lite low | 9.8 | 6.7 | $0.145 | 2/2 | 869ms | |
| #101 | GLM 5.2 none | Z.ai | 9.8 | 6.6 | $0.128 | 2/2 | 3.84s |
| #103 | Qwen3.6 Max Preview none | Qwen | 9.8 | 6.6 | $0.231 | 2/2 | 1.40s |