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) |
|---|---|---|---|---|---|---|---|
| #343 | Dots 3 Note Preview default | Dots Studio | 2 | 0.5 | $0.000 | 3/23 | 5.36s |
| #354 | Hy4 preview none | Tencent | 2 | 0.5 | $0.165 | 3/23 | 40.4s |
| #363 | Qwen3 Coder Next medium | Qwen | 3 | 0.5 | $0.071 | 3/23 | 17.0s |
| #368 | Laguna S 2.1 low | Poolside | 2 | 0.5 | $0.108 | 3/23 | 88.2s |
| #380 | Granite 4.2 8B none | IBM Granite | 1 | 0.4 | $0.037 | 3/23 | 84.7s |
| #390 | Qwen3.5-9B medium | Qwen | 1 | 0.4 | $0.106 | 3/23 | 110.2s |
| #397 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.4 | $0.009 | 3/23 | 15.9s |
| #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 |
| #361 | Laguna S 2.1 none | Poolside | 2 | 0.5 | $0.044 | 2/23 | 17.7s |
| #388 | Mercury 2.5 none | Inception | 4 | 0.4 | $0.026 | 2/23 | 5.10s |
| #395 | Ling 3.0 Tiny default | Inclusionai | 4 | 0.4 | $0.000 | 2/23 | 13.4s |
| #396 | Granite 4.1 8b default | IBM Granite | 4 | 0.4 | $0.007 | 2/23 | 1.38s |
| #398 | Xing4.0 29b A4b medium | Xingchen AGI | 3 | 0.4 | $0.000 | 1/23 | 371.7s |
| #412 | Xing4.0 29b A4b none | Xingchen AGI | 5 | 0.3 | $0.000 | 0/23 | 42.7s |