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: सही परीक्षण ↑.
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) |
|---|---|---|---|---|---|---|---|
| #342 | MiniMax M2.7 medium | Minimax | 5 | 0.5 | $0.326 | 5/23 | 50.3s |
| #344 | GPT-4o-mini default | OpenAI | 1 | 0.5 | $0.024 | 5/23 | 4.16s |
| #347 | Inkling Small none | Thinkingmachines | 1 | 0.5 | $0.054 | 5/23 | 1.45s |
| #348 | Qwen3 Coder Next default | Qwen | 1 | 0.5 | $0.067 | 5/23 | 19.7s |
| #352 | MiMo-V2.5 none | Xiaomi | 1 | 0.5 | $0.049 | 5/23 | 9.88s |
| #357 | GLM 4.7 Flash none | Z.ai | 1 | 0.5 | $0.027 | 5/23 | 13.0s |
| #359 | Nemotron 3.5 Lightning medium | NVIDIA | 3 | 0.5 | $0.195 | 5/23 | 81.9s |
| #369 | Nemotron 3.5 Lightning low | NVIDIA | 2 | 0.5 | $0.175 | 5/23 | 83.2s |
| #377 | Nemotron 3 Super none | NVIDIA | 2 | 0.4 | $0.016 | 5/23 | 7.11s |
| #384 | MiniMax M2.5 medium | Minimax | 3 | 0.4 | $0.440 | 5/23 | 102.3s |
| #404 | Elephant Alpha default | Openrouter | 3 | 0.4 | $0.000 | 5/21 | 1.22s |
| #427 | GPT-6 Luna Decisions default | OpenAI | 1 | 0.2 | $0.005 | 3/12 | 495ms |
| #292 | Trinity Large Thinking high | Arcee AI | 4 | 0.6 | $0.794 | 6/23 | 74.5s |
| #294 | GPT-5.4 Mini none | OpenAI | 3 | 0.6 | $0.170 | 6/23 | 3.34s |
| #295 | Mistral Large 4 none | Mistral | 1 | 0.6 | $0.290 | 6/23 | 20.4s |