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। क्रमबद्ध करें: विफलता संख्या ↑.
विफलता के कारण
77/77
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) |
|---|---|---|---|---|---|---|---|
| #34 | Claude Sonnet 5.5 max | Anthropic | 1 | 0.9 | $8.557 | 1/2 | 6.24s |
| #40 | Muse Spark 1.3 high | Meta | 1 | 0.7 | $1.891 | 1/2 | 14.7s |
| #54 | Muse Spark Open low | Meta | 1 | 0.8 | $0.600 | 1/2 | 10.3s |
| #57 | Muse Spark 1.1 medium | Meta | 1 | 0.7 | $1.665 | 1/2 | 6.31s |
| #62 | Muse Spark Open medium | Meta | 1 | 0.7 | $1.260 | 1/2 | 18.4s |
| #68 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 0.8 | $0.586 | 1/2 | 1.79s |
| #72 | Muse Spark 1.1 low | Meta | 1 | 0.7 | $0.885 | 1/2 | 5.42s |
| #82 | Nemotron 3.5 Super VL high | NVIDIA | 1 | 0.8 | $0.349 | 1/2 | 6.10s |
| #85 | Muse Glimmer 30B xhigh | Meta | 1 | 0.8 | $0.585 | 1/2 | 8.90s |
| #88 | Muse Spark 1.1 high | Meta | 1 | 0.6 | $2.570 | 1/2 | 7.81s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 1 | 0.8 | $0.149 | 1/2 | 8.73s |
| #124 | Muse Wonder max | Meta | 1 | 0.8 | $4.766 | 1/2 | 13.2s |
| #135 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 1/2 | 1.92s |
| #136 | Muse Glimmer 30B high | Meta | 1 | 0.8 | $0.506 | 1/2 | 8.62s |
| #140 | Qwen3.7 Flash low | Qwen | 1 | 0.8 | $0.071 | 1/2 | 9.88s |