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) |
|---|---|---|---|---|---|---|---|
| #117 | GPT-5.4 Mini medium | OpenAI | 3 | 0.8 | $1.102 | 13/23 | 29.9s |
| #133 | Muse Glimmer 30B high | Meta | 3 | 0.8 | $0.506 | 11/23 | 69.9s |
| #137 | Qwen3.7 Flash low | Qwen | 3 | 0.8 | $0.071 | 12/23 | 41.0s |
| #189 | Muse Glimmer 30B low | Meta | 3 | 0.7 | $0.219 | 11/23 | 22.4s |
| #202 | Solar Pro 4 xhigh | Upstage | 3 | 0.7 | $0.067 | 12/23 | 142.8s |
| #218 | Mercury 2 medium | Inception | 3 | 0.7 | $0.121 | 10/23 | 4.40s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 3 | 0.7 | $1.100 | 9/23 | 8.03s |
| #250 | Solar Pro 4 high | Upstage | 3 | 0.6 | $0.077 | 11/23 | 128.9s |
| #252 | Ling 3.1 Flash low | Inclusionai | 3 | 0.6 | $0.000 | 12/23 | 85.2s |
| #256 | Trinity Large Thinking low | Arcee AI | 3 | 0.6 | $0.918 | 8/23 | 95.2s |
| #264 | Claude Fable 5.1 low | Anthropic | 3 | 0.6 | $3.395 | 11/23 | 11.4s |
| #280 | Gemini 3.1 Flash Lite minimal | 3 | 0.6 | $0.080 | 10/23 | 3.95s | |
| #281 | gpt-oss-120b medium | OpenAI | 3 | 0.6 | $0.030 | 9/23 | 31.6s |
| #294 | GPT-5.4 Mini none | OpenAI | 3 | 0.6 | $0.170 | 6/23 | 3.34s |
| #306 | Nemotron 3 Super medium | NVIDIA | 3 | 0.6 | $0.081 | 8/23 | 56.4s |