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) |
|---|---|---|---|---|---|---|---|
| #174 | Qwen3.6 27B medium | Qwen | 1 | 0.7 | $1.021 | 11/23 | 107.8s |
| #176 | Qwen3.8 Flash Next xhigh | Qwen | 2 | 0.7 | ~$0.195 | 14/23 | 102.7s |
| #177 | GLM 5.3 FlashX medium | Z.ai | 1 | 0.7 | $0.114 | 12/23 | 7.37s |
| #178 | MiMo-V2.6-Flash low | Xiaomi | 2 | 0.7 | $0.200 | 12/23 | 54.6s |
| #179 | MiMo-V2.5 medium | Xiaomi | 1 | 0.7 | $0.130 | 12/23 | 49.2s |
| #180 | GPT-5.2 Chat default | OpenAI | 1 | 0.7 | $0.594 | 13/23 | 7.43s |
| #182 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.7 | $0.158 | 14/23 | 6.78s | |
| #183 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.7 | $1.136 | 11/23 | 81.2s |
| #185 | Step 5 Preview high | Stepfun | 1 | 0.7 | $4.513 | 10/23 | 154.4s |
| #189 | Muse Glimmer 30B low | Meta | 3 | 0.7 | $0.219 | 11/23 | 22.4s |
| #190 | Gemini 3.1 Flash Lite medium | 1 | 0.7 | $0.153 | 13/23 | 6.27s | |
| #193 | GPT-5.6 Luna low | OpenAI | 1 | 0.7 | $0.049 | 11/23 | 6.96s |
| #194 | Claude Sonnet 5.5 low | Anthropic | 5 | 0.7 | $0.909 | 10/23 | 7.46s |
| #195 | Claude Opus 4.8 none | Anthropic | 1 | 0.7 | $2.334 | 13/23 | 7.54s |
| #196 | Kimi K2.6 medium | Moonshot AI | 2 | 0.7 | $1.594 | 12/23 | 121.3s |