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) |
|---|---|---|---|---|---|---|---|
| #267 | Trinity Large Thinking medium | Arcee AI | 4 | 0.6 | $0.862 | 8/23 | 84.0s |
| #197 | Qwen3.5-Flash medium | Qwen | 1 | 0.7 | $0.184 | 12/23 | 83.7s |
| #369 | Nemotron 3.5 Lightning low | NVIDIA | 2 | 0.5 | $0.175 | 5/23 | 83.2s |
| #359 | Nemotron 3.5 Lightning medium | NVIDIA | 3 | 0.5 | $0.195 | 5/23 | 81.9s |
| #183 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.7 | $1.136 | 11/23 | 81.2s |
| #61 | Muse Spark Open medium | Meta | 2 | 0.9 | $1.260 | 15/23 | 77.4s |
| #330 | Nemotron 3.5 Lightning high | NVIDIA | 4 | 0.5 | $0.168 | 5/23 | 77.1s |
| #208 | MiniMax M3 medium | Minimax | 2 | 0.7 | $0.422 | 11/23 | 77.0s |
| #127 | Grok 4.6 medium | X AI | 1 | 0.8 | $2.270 | 16/23 | 74.8s |
| #292 | Trinity Large Thinking high | Arcee AI | 4 | 0.6 | $0.794 | 6/23 | 74.5s |
| #103 | Seed-2.0-Code low | Bytedance Seed | 1 | 0.8 | $0.881 | 14/23 | 73.0s |
| #99 | Grok 4.5 high | X AI | 1 | 0.8 | $2.687 | 17/23 | 72.5s |
| #399 | Ling 3.0 Tiny high | Inclusionai | 3 | 0.4 | $0.000 | 4/23 | 72.2s |
| #242 | Dots 3 Note Preview high | Dots Studio | 1 | 0.6 | $0.000 | 10/23 | 70.5s |
| #297 | Dots 3 Note Preview medium | Dots Studio | 2 | 0.6 | $0.000 | 8/23 | 70.3s |