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: प्रतिक्रिया समय (औसत) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #164 | Gemini 3.5 Flash Lite medium | 1 | 0.7 | $0.440 | 14/23 | 8.68s | |
| #266 | Beam 1.0 501B A23B high | Reflection | 2 | 0.6 | $0.674 | 11/23 | 9.03s |
| #277 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.6 | $0.193 | 9/23 | 9.66s |
| #391 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 0.4 | $5.599 | 8/18 | 9.69s |
| #346 | Grok 4.20 Beta medium | X AI | 1 | 0.5 | $0.750 | 14/18 | 9.75s |
| #372 | Owl Alpha default | Openrouter | 3 | 0.5 | $0.000 | 7/21 | 9.88s |
| #352 | MiMo-V2.5 none | Xiaomi | 1 | 0.5 | $0.049 | 5/23 | 9.88s |
| #165 | Qwen3.5-27B none | Qwen | 2 | 0.7 | $0.116 | 10/23 | 9.98s |
| #373 | Ling 2.6 Flash default | Inclusionai | 2 | 0.5 | $0.002 | 6/23 | 10.2s |
| #345 | KAT Coder AIR V2.5 low | Kwaipilot | 2 | 0.5 | $0.046 | 7/23 | 10.2s |
| #392 | Hunter Alpha medium | OpenRouter | 2 | 0.4 | $0.000 | 8/18 | 10.3s |
| #91 | Claude Haiku 5.5 high | Anthropic | 1 | 0.8 | $0.088 | 15/23 | 10.4s |
| #311 | Gemma 4 26B A4B none | 2 | 0.5 | $0.031 | 9/23 | 10.5s | |
| #234 | Beam 1.0 501B A23B max | Reflection | 2 | 0.6 | $0.799 | 12/23 | 11.1s |
| #215 | GLM 5.2 none | Z.ai | 1 | 0.7 | $0.250 | 13/23 | 11.3s |