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: स्कोर ↓.
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) |
|---|---|---|---|---|---|---|---|
| #340 | Laguna S 2.1 medium | Poolside | 1 | 0.5 | $0.092 | 4/23 | 63.1s |
| #341 | Mercury 2.5 Preview low | Inception | 2 | 0.5 | $0.015 | 6/23 | 4.92s |
| #342 | MiniMax M2.7 medium | Minimax | 5 | 0.5 | $0.326 | 5/23 | 50.3s |
| #343 | Dots 3 Note Preview default | Dots Studio | 2 | 0.5 | $0.000 | 3/23 | 5.36s |
| #344 | GPT-4o-mini default | OpenAI | 1 | 0.5 | $0.024 | 5/23 | 4.16s |
| #345 | KAT Coder AIR V2.5 low | Kwaipilot | 2 | 0.5 | $0.046 | 7/23 | 10.2s |
| #346 | Grok 4.20 Beta medium | X AI | 1 | 0.5 | $0.750 | 14/18 | 9.75s |
| #347 | Inkling Small none | Thinkingmachines | 1 | 0.5 | $0.054 | 5/23 | 1.45s |
| #348 | Qwen3 Coder Next default | Qwen | 1 | 0.5 | $0.067 | 5/23 | 19.7s |
| #349 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 4/23 | 113.6s |
| #351 | Ling 2.6 1t default | Inclusionai | 2 | 0.5 | $0.016 | 4/23 | 8.16s |
| #352 | MiMo-V2.5 none | Xiaomi | 1 | 0.5 | $0.049 | 5/23 | 9.88s |
| #353 | Qwen3.5-9B none | Qwen | 2 | 0.5 | $0.041 | 4/23 | 37.2s |
| #354 | Hy4 preview none | Tencent | 2 | 0.5 | $0.165 | 3/23 | 40.4s |
| #355 | Mimo V2 Omni medium | Xiaomi | 2 | 0.5 | $0.683 | 10/21 | 41.2s |