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: कुल लागत ↑.
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) |
|---|---|---|---|---|---|---|---|
| #431 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 2/12 | 880ms |
| #341 | Mercury 2.5 Preview low | Inception | 2 | 0.5 | $0.015 | 6/23 | 4.92s |
| #351 | Ling 2.6 1t default | Inclusionai | 2 | 0.5 | $0.016 | 4/23 | 8.16s |
| #386 | gpt-oss-120b none | OpenAI | 2 | 0.4 | $0.016 | 6/20 | 28.6s |
| #377 | Nemotron 3 Super none | NVIDIA | 2 | 0.4 | $0.016 | 5/23 | 7.11s |
| #309 | Gemini 2.5 Flash none | 1 | 0.5 | $0.017 | 8/23 | 6.00s | |
| #326 | Laguna XS 2.1 none | Poolside | 1 | 0.5 | $0.020 | 5/23 | 4.56s |
| #433 | Step 3.5 Flash none | Stepfun | 1 | 0.2 | $0.020 | 6/12 | 39.0s |
| #376 | Mimo V2 Omni default | Xiaomi | 1 | 0.4 | $0.021 | 8/21 | 2.44s |
| #358 | Mercury 2.5 Preview default | Inception | 1 | 0.5 | $0.023 | 4/23 | 7.05s |
| #344 | GPT-4o-mini default | OpenAI | 1 | 0.5 | $0.024 | 5/23 | 4.16s |
| #411 | MiMo-V2-Flash default | Xiaomi | 2 | 0.3 | $0.025 | 4/21 | 2.76s |
| #375 | Ring 2.6 1t default | Inclusionai | 2 | 0.4 | $0.026 | 9/23 | 48.9s |
| #388 | Mercury 2.5 none | Inception | 4 | 0.4 | $0.026 | 2/23 | 5.10s |
| #357 | GLM 4.7 Flash none | Z.ai | 1 | 0.5 | $0.027 | 5/23 | 13.0s |