AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY श्रेणी विफलताएँ

Samanya Buddhimatta: निर्देशों का पालन नहीं किया

Samanya Buddhimatta
निर्देशों का पालन नहीं किया

देखें कि Samanya Buddhimatta में किन AI मॉडलों में निर्देशों का पालन नहीं किया आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।

दिखाए गए मॉडल

15

कुल विफलताएँ

74

सबसे अधिक प्रभावित मॉडल

GPT-5.3-Codex 1
रैंक मॉडल कंपनी निर्देशों का पालन नहीं किया संख्या श्रेणी स्कोर सही परीक्षण प्रतिक्रिया समय (औसत)
#15 GPT-5.3-Codex medium OpenAI 1 4.6 0/1 4.87s
#17 GLM 5 medium Z.ai 1 6.1 0/1 14.7s
#19 Seed-2.0-Lite medium Bytedance Seed 1 6.7 0/1 18.2s
#21 GPT-5.4 medium OpenAI 1 4.7 0/1 4.92s
#24 GPT-5.2 Chat none OpenAI 1 4.4 0/1 3.20s
#26 Qwen3.6 Plus medium Qwen 1 5.1 0/1 27.1s
#28 Gemini 2.5 Flash medium Google 1 4.8 0/1 4.86s
#30 Qwen3.5-27B medium Qwen 1 6.1 0/1 101.4s
#31 DeepSeek V4 Flash high DeepSeek 1 6.1 0/1 25.2s
#38 Grok 4.3 medium X AI 1 5.4 0/1 24.7s
#42 GPT-5.2 medium OpenAI 1 3.7 0/1 4.32s
#43 MiMo-V2.5-Pro medium Xiaomi 1 5.5 0/1 4.02s
#45 GPT-5.4 Mini medium OpenAI 1 4.5 0/1 3.72s
#46 Qwen3.6 35B A3B medium Qwen 1 4.4 0/1 8.66s
#49 Qwen3.5-Flash medium Qwen 1 6.1 0/1 40.1s

निर्देशों का पालन नहीं किया संख्या के अनुसार शीर्ष मॉडल

निर्देशों का पालन नहीं किया संख्या बनाम स्कोर

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल

अनुमानित व्यर्थ लागत के अनुसार शीर्ष मॉडल