निर्देशों का पालन नहीं किया विफलताएँ
देखें कि किन AI मॉडलों में निर्देशों का पालन नहीं किया सबसे अधिक होता है, ताकि आप चुनने से पहले भरोसेमंदी के जोखिम समझ सकें। क्रमबद्ध करें: विफलता संख्या ↑.
285/285
मॉडल फ़िल्टर करें
मौजूदा खोज और फ़िल्टर से कोई मॉडल मेल नहीं खाता।
| रैंक | मॉडल | कंपनी | निर्देशों का पालन नहीं किया संख्या | स्कोर | कुल लागत | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|
| #238 | Beam 1.0 501B A23B low | Reflection | 2 | 0.6 | $0.432 | 11/23 | 4.89s |
| #241 | MiMo-V2.5-Pro medium | Xiaomi | 2 | 0.6 | $0.332 | 11/23 | 56.7s |
| #243 | Dots 3 Note Preview low | Dots Studio | 2 | 0.6 | $0.000 | 10/23 | 66.1s |
| #246 | Qwen3.6 27B none | Qwen | 2 | 0.6 | $0.148 | 8/23 | 12.7s |
| #258 | Grok 4.20 medium | X AI | 2 | 0.6 | $1.246 | 11/23 | 36.7s |
| #259 | Space Bunny Alpha xhigh | Stealth | 2 | 0.6 | $0.000 | 9/23 | 60.0s |
| #262 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.6 | $0.053 | 5/23 | 27.4s |
| #263 | Gemini 3.1 Flash Lite Preview none | 2 | 0.6 | $0.090 | 12/23 | 3.60s | |
| #266 | Beam 1.0 501B A23B high | Reflection | 2 | 0.6 | $0.674 | 11/23 | 9.03s |
| #270 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 0.6 | $0.216 | 8/23 | 18.5s |
| #271 | Step 5 Preview medium | Stepfun | 2 | 0.6 | $4.136 | 10/23 | 136.1s |
| #274 | Apodex 1.1 Mini medium | Apodex | 2 | 0.6 | $0.000 | 11/23 | 32.7s |
| #289 | DeepSeek V4.1 Flash none | DeepSeek | 2 | 0.6 | $0.391 | 7/23 | 16.6s |
| #291 | Ring 2.6 1t medium | Inclusionai | 2 | 0.6 | $0.102 | 11/23 | 65.5s |
| #293 | GPT-5 Nano medium | OpenAI | 2 | 0.6 | $0.159 | 8/23 | 56.5s |