অ্যান্টি-এআই কৌশল: নির্দেশনা অনুসরণ করা হয়নি
অ্যান্টি-এআই কৌশল
নির্দেশনা অনুসরণ করা হয়নি
দেখুন অ্যান্টি-এআই কৌশল এ কোন AI মডেলগুলোর নির্দেশনা অনুসরণ করা হয়নি হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়। সাজান: ব্যর্থতার সংখ্যা ↑.
ব্যর্থতার কারণ
42/42
মডেল ফিল্টার করুন
বর্তমান অনুসন্ধান ও ফিল্টারের সাথে কোনো মডেল মেলেনি।
| র্যাঙ্ক | মডেল | কোম্পানি | নির্দেশনা অনুসরণ করা হয়নি সংখ্যা | বিভাগ স্কোর | মোট খরচ | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|
| #37 | Muse Spark 1.2 medium | Meta | 1 | 7.3 | $1.339 | 2/4 | 5.38s |
| #44 | Muse Spark 1.2 low | Meta | 1 | 9.2 | $0.655 | 3/4 | 3.26s |
| #47 | GPT-5.2 medium | OpenAI | 1 | 6.5 | $1.182 | 2/4 | 7.81s |
| #57 | GPT-5 Mini medium | OpenAI | 1 | 7.1 | $0.241 | 2/4 | 13.9s |
| #60 | Muse Spark 1.1 high | Meta | 1 | 7.5 | $2.253 | 2/4 | 8.60s |
| #68 | Step 3.7 Flash medium | Stepfun | 1 | 8.7 | $0.495 | 3/4 | 9.65s |
| #92 | MiniMax M3 medium | Minimax | 1 | 5.5 | $0.300 | 1/4 | 14.9s |
| #93 | GPT 5.3 Chat none | OpenAI | 1 | 6.7 | $0.533 | 2/4 | 3.86s |
| #100 | Gemini 3.1 Flash Lite Preview medium | 1 | 9.1 | $0.117 | 3/4 | 2.33s | |
| #112 | Gemini 3.1 Flash Lite medium | 1 | 9.1 | $0.120 | 3/4 | 2.39s | |
| #116 | Kimi K2.6 medium | Moonshot AI | 1 | 7.0 | $1.247 | 2/4 | 11.6s |
| #131 | Mercury 2 medium | Inception | 1 | 6.9 | $0.094 | 2/4 | 1.12s |
| #145 | DeepSeek V4 Pro none | DeepSeek | 1 | 3.2 | $0.226 | 0/4 | 4.02s |
| #154 | GLM 5V Turbo medium | Z.ai | 1 | 7.2 | $0.457 | 2/4 | 10.8s |
| #155 | LongCat 2.0 high | Meituan | 1 | 8.9 | $0.492 | 3/4 | 7.76s |