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) |
|---|---|---|---|---|---|---|---|
| #128 | Qwen3.7 Plus none | Qwen | 1 | 0.8 | $0.178 | 13/23 | 17.8s |
| #369 | Nemotron 3.5 Lightning low | NVIDIA | 2 | 0.5 | $0.175 | 5/23 | 83.2s |
| #294 | GPT-5.4 Mini none | OpenAI | 3 | 0.6 | $0.170 | 6/23 | 3.34s |
| #330 | Nemotron 3.5 Lightning high | NVIDIA | 4 | 0.5 | $0.168 | 5/23 | 77.1s |
| #354 | Hy4 preview none | Tencent | 2 | 0.5 | $0.165 | 3/23 | 40.4s |
| #285 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.6 | $0.164 | 8/23 | 6.76s |
| #293 | GPT-5 Nano medium | OpenAI | 2 | 0.6 | $0.159 | 8/23 | 56.5s |
| #182 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.7 | $0.158 | 14/23 | 6.78s | |
| #190 | Gemini 3.1 Flash Lite medium | 1 | 0.7 | $0.153 | 13/23 | 6.27s | |
| #255 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.6 | $0.152 | 11/23 | 70.1s |
| #257 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.6 | $0.149 | 5/23 | 38.6s |
| #104 | DeepSeek V4 Pro 0423 high | DeepSeek | 2 | 0.8 | $0.149 | 11/23 | 91.3s |
| #246 | Qwen3.6 27B none | Qwen | 2 | 0.6 | $0.148 | 8/23 | 12.7s |
| #349 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 4/23 | 113.6s |
| #145 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 0.8 | $0.140 | 12/23 | 91.7s |