निर्देश पालन: निर्देशों का पालन नहीं किया
निर्देश पालन
निर्देशों का पालन नहीं किया
देखें कि निर्देश पालन में किन AI मॉडलों में निर्देशों का पालन नहीं किया आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।
विफलता के कारण
48/48
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) |
|---|---|---|---|---|---|---|---|
| #26 | Muse Spark 1.3 high | Meta | 1 | 6.5 | $1.653 | 1/2 | 14.7s |
| #38 | Muse Spark 1.1 medium | Meta | 1 | 6.5 | $1.420 | 1/2 | 6.31s |
| #51 | Muse Spark 1.1 low | Meta | 1 | 7.3 | $0.673 | 1/2 | 5.42s |
| #52 | Claude Fable 5.1 medium | Anthropic | 1 | 7.3 | $2.909 | 1/2 | 5.77s |
| #58 | Muse Glimmer 30B xhigh | Meta | 1 | 8.4 | $0.510 | 1/2 | 8.90s |
| #60 | Muse Spark 1.1 high | Meta | 1 | 6.4 | $2.253 | 1/2 | 7.81s |
| #83 | DeepSeek V4 Pro high | DeepSeek | 1 | 7.8 | $0.489 | 1/2 | 8.73s |
| #87 | Solar Pro 4 xhigh | Upstage | 1 | 8.4 | $0.050 | 1/2 | 51.3s |
| #118 | Muse Glimmer 30B high | Meta | 1 | 8.4 | $0.430 | 1/2 | 8.62s |
| #120 | Qwen3.7 Flash low | Qwen | 1 | 8.5 | $0.043 | 1/2 | 9.88s |
| #123 | Muse Glimmer 30B low | Meta | 1 | 8.4 | $0.152 | 1/2 | 3.60s |
| #125 | Solar Pro 4 high | Upstage | 1 | 7.9 | $0.046 | 1/2 | 41.5s |
| #127 | GPT-5.6 Sol none | OpenAI | 1 | 8.5 | $0.201 | 1/2 | 1.33s |
| #137 | Qwen3.7 Flash medium | Qwen | 1 | 5.8 | $0.065 | 0/2 | 9.27s |
| #143 | Solar Pro 4 low | Upstage | 1 | 8.0 | $0.044 | 1/2 | 56.4s |