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। क्रमबद्ध करें: सही परीक्षण ↓.
विफलता के कारण
115/115
मॉडल फ़िल्टर करें
मौजूदा खोज और फ़िल्टर से कोई मॉडल मेल नहीं खाता।
| रैंक | मॉडल | कंपनी | निर्देशों का पालन नहीं किया संख्या | श्रेणी स्कोर | कुल लागत | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|
| #24 | Grok 4.5 high | X AI | 1 | 4.7 | $2.252 | 0/1 | 9.82s |
| #25 | GPT-5.3-Codex medium | OpenAI | 1 | 4.6 | $0.988 | 0/1 | 4.87s |
| #27 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 6.5 | $1.797 | 0/1 | 25.7s |
| #37 | Muse Spark 1.2 medium | Meta | 1 | 6.1 | $1.339 | 0/1 | 10.7s |
| #41 | Qwen3.8 Max low | Qwen | 1 | 6.5 | $0.702 | 0/1 | 5.29s |
| #42 | GPT-5.4 medium | OpenAI | 1 | 4.7 | $1.560 | 0/1 | 4.92s |
| #44 | Muse Spark 1.2 low | Meta | 1 | 5.0 | $0.655 | 0/1 | 8.46s |
| #47 | GPT-5.2 medium | OpenAI | 1 | 3.7 | $1.182 | 0/1 | 4.32s |
| #48 | Qwen3.8 27B high | Qwen | 1 | 5.0 | ~$0.287 | 0/1 | 8.45s |
| #49 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 6.1 | $1.951 | 0/1 | 40.6s |
| #53 | Gemini 2.5 Flash medium | 1 | 4.8 | $0.644 | 0/1 | 4.86s | |
| #55 | Claude Sonnet 5 medium | Anthropic | 1 | 4.8 | $0.922 | 0/1 | 4.32s |
| #57 | GPT-5 Mini medium | OpenAI | 1 | 4.5 | $0.241 | 0/1 | 13.5s |
| #67 | GPT-5.2 Chat none | OpenAI | 1 | 4.4 | $0.594 | 0/1 | 3.20s |
| #69 | Qwen3.8 27B low | Qwen | 1 | 5.0 | ~$0.071 | 0/1 | 5.37s |