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) |
|---|---|---|---|---|---|---|---|
| #77 | Muse Spark 1.3 low | Meta | 1 | 0.9 | $0.911 | 16/23 | 17.7s |
| #128 | Qwen3.7 Plus none | Qwen | 1 | 0.8 | $0.178 | 13/23 | 17.8s |
| #94 | GPT-6 Luna medium | OpenAI | 1 | 0.8 | $0.047 | 15/23 | 18.1s |
| #304 | Qwen3.5-35B-A3B none | Qwen | 2 | 0.6 | $0.120 | 6/23 | 18.3s |
| #270 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 0.6 | $0.216 | 8/23 | 18.5s |
| #37 | GPT-5.3-Codex medium | OpenAI | 2 | 0.9 | $1.318 | 17/23 | 18.9s |
| #248 | Gemini 3.1 Flash Lite Preview low | 1 | 0.6 | $0.736 | 14/23 | 19.0s | |
| #348 | Qwen3 Coder Next default | Qwen | 1 | 0.5 | $0.067 | 5/23 | 19.7s |
| #333 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.5 | $0.043 | 12/21 | 20.1s |
| #132 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 15/23 | 20.4s |
| #295 | Mistral Large 4 none | Mistral | 1 | 0.6 | $0.290 | 6/23 | 20.4s |
| #161 | Gemini 2.5 Flash medium | 2 | 0.7 | $0.680 | 15/23 | 20.5s | |
| #55 | Muse Spark 1.2 medium | Meta | 3 | 0.9 | $1.590 | 15/23 | 21.3s |
| #53 | Muse Spark Open low | Meta | 2 | 0.9 | $0.600 | 16/23 | 21.6s |
| #332 | Mimo V2 PRO medium | Xiaomi | 1 | 0.5 | $0.333 | 12/21 | 22.2s |