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) |
|---|---|---|---|---|---|---|---|
| #132 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 15/23 | 20.4s |
| #216 | Qwen3.7 Flash medium | Qwen | 4 | 0.7 | $0.076 | 10/23 | 51.8s |
| #250 | Solar Pro 4 high | Upstage | 3 | 0.6 | $0.077 | 11/23 | 128.9s |
| #280 | Gemini 3.1 Flash Lite minimal | 3 | 0.6 | $0.080 | 10/23 | 3.95s | |
| #306 | Nemotron 3 Super medium | NVIDIA | 3 | 0.6 | $0.081 | 8/23 | 56.4s |
| #155 | DeepSeek V4 Pro 0423 none | DeepSeek | 2 | 0.7 | $0.083 | 10/23 | 14.1s |
| #402 | Grok 4.20 Beta default | X AI | 1 | 0.4 | $0.087 | 6/18 | 1.19s |
| #91 | Claude Haiku 5.5 high | Anthropic | 1 | 0.8 | $0.088 | 15/23 | 10.4s |
| #52 | GLM 5.3 Flash max | Z.ai | 1 | 0.9 | $0.089 | 17/23 | 54.0s |
| #142 | Qwen3.8 27B low | Qwen | 1 | 0.8 | ~$0.089 | 15/23 | 46.6s |
| #263 | Gemini 3.1 Flash Lite Preview none | 2 | 0.6 | $0.090 | 12/23 | 3.60s | |
| #340 | Laguna S 2.1 medium | Poolside | 1 | 0.5 | $0.092 | 4/23 | 63.1s |
| #235 | Solar Pro 4 medium | Upstage | 2 | 0.6 | $0.098 | 12/23 | 133.9s |
| #206 | Solar Pro 4 low | Upstage | 2 | 0.7 | $0.101 | 11/23 | 145.2s |
| #291 | Ring 2.6 1t medium | Inclusionai | 2 | 0.6 | $0.102 | 11/23 | 65.5s |