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) |
|---|---|---|---|---|---|---|---|
| #376 | Mimo V2 Omni default | Xiaomi | 1 | 0.4 | $0.021 | 8/21 | 2.44s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 3 | 0.7 | $1.100 | 9/23 | 8.03s |
| #259 | Space Bunny Alpha xhigh | Stealth | 2 | 0.6 | $0.000 | 9/23 | 60.0s |
| #277 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.6 | $0.193 | 9/23 | 9.66s |
| #281 | gpt-oss-120b medium | OpenAI | 3 | 0.6 | $0.030 | 9/23 | 31.6s |
| #282 | Gemini 3.1 Flash Lite none | 1 | 0.6 | $0.069 | 9/23 | 3.58s | |
| #298 | Gemma 4 31B none | 1 | 0.6 | $0.031 | 9/23 | 7.28s | |
| #311 | Gemma 4 26B A4B none | 2 | 0.5 | $0.031 | 9/23 | 10.5s | |
| #315 | Qwen3.8 27B none | Qwen | 1 | 0.5 | ~$0.010 | 9/23 | 5.05s |
| #328 | Inkling Small low | Thinkingmachines | 2 | 0.5 | $0.055 | 9/23 | 1.99s |
| #375 | Ring 2.6 1t default | Inclusionai | 2 | 0.4 | $0.026 | 9/23 | 48.9s |
| #424 | Decider V1.2 default | Perplexity | 1 | 0.3 | $0.001 | 5/12 | 517ms |
| #155 | DeepSeek V4 Pro 0423 none | DeepSeek | 2 | 0.7 | $0.083 | 10/23 | 14.1s |
| #162 | LongCat 2.0 high | Meituan | 2 | 0.7 | $0.778 | 10/23 | 151.7s |
| #165 | Qwen3.5-27B none | Qwen | 2 | 0.7 | $0.116 | 10/23 | 9.98s |