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) |
|---|---|---|---|---|---|---|---|
| #347 | Inkling Small none | Thinkingmachines | 1 | 0.5 | $0.054 | 5/23 | 1.45s |
| #396 | Granite 4.1 8b default | IBM Granite | 4 | 0.4 | $0.007 | 2/23 | 1.38s |
| #405 | Elephant Alpha medium | Openrouter | 2 | 0.4 | $0.000 | 6/21 | 1.27s |
| #404 | Elephant Alpha default | Openrouter | 3 | 0.4 | $0.000 | 5/21 | 1.22s |
| #402 | Grok 4.20 Beta default | X AI | 1 | 0.4 | $0.087 | 6/18 | 1.19s |
| #382 | Mercury 2 none | Inception | 2 | 0.4 | $0.033 | 4/23 | 1.18s |
| #431 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 2/12 | 880ms |
| #416 | Laguna Xs.2 default | Poolside | 1 | 0.3 | $0.004 | 5/19 | 806ms |
| #436 | LFM2-24B-A2B default | Liquid | 1 | 0.2 | $0.001 | 2/16 | 782ms |
| #422 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 2 | 0.3 | $0.000 | 2/19 | 728ms |
| #421 | d1-ultra default | Liquid | 1 | 0.3 | $0.003 | 4/12 | 531ms |
| #424 | Decider V1.2 default | Perplexity | 1 | 0.3 | $0.001 | 5/12 | 517ms |
| #427 | GPT-6 Luna Decisions default | OpenAI | 1 | 0.2 | $0.005 | 3/12 | 495ms |
| #429 | Jev 1.14 default | Typesafe | 1 | 0.2 | $0.003 | 4/12 | 377ms |
| #441 | Nimble v3 9B default | Bespoke Labs | 1 | 0.8 | ~$0.001 | 1/7 | 363ms |