अँटी-एआय युक्त्या: सूचनांचे पालन केले नाही
अँटी-एआय युक्त्या
सूचनांचे पालन केले नाही
अँटी-एआय युक्त्या मध्ये कोणत्या AI मॉडेल्सना सूचनांचे पालन केले नाही येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील. क्रम लावा: अपयशांची संख्या ↑.
अयशस्वी होण्याची कारणे
49/49
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | सूचनांचे पालन केले नाही संख्या | श्रेणी स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #53 | Muse Spark Open low | Meta | 1 | 0.9 | $0.600 | 3/4 | 10.5s |
| #55 | Muse Spark 1.2 medium | Meta | 1 | 0.7 | $1.590 | 2/4 | 5.38s |
| #64 | Muse Spark 1.2 low | Meta | 1 | 0.9 | $0.881 | 3/4 | 3.26s |
| #65 | GPT-5.2 medium | OpenAI | 1 | 0.7 | $1.558 | 2/4 | 7.81s |
| #83 | GPT-5 Mini medium | OpenAI | 1 | 0.7 | $0.315 | 2/4 | 13.9s |
| #87 | Muse Spark 1.1 high | Meta | 1 | 0.7 | $2.570 | 2/4 | 8.60s |
| #121 | MiMo-V2.6-Flash medium | Xiaomi | 1 | 0.6 | $0.218 | 1/4 | 1.42s |
| #126 | Step 3.7 Flash medium | Stepfun | 1 | 0.9 | $0.571 | 3/4 | 9.65s |
| #155 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.3 | $0.083 | 0/4 | 4.02s |
| #162 | LongCat 2.0 high | Meituan | 1 | 0.9 | $0.778 | 3/4 | 7.76s |
| #182 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.9 | $0.158 | 3/4 | 2.33s | |
| #190 | Gemini 3.1 Flash Lite medium | 1 | 0.9 | $0.153 | 3/4 | 2.39s | |
| #194 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.7 | $0.909 | 2/4 | 2.55s |
| #196 | Kimi K2.6 medium | Moonshot AI | 1 | 0.7 | $1.594 | 2/4 | 11.6s |
| #208 | MiniMax M3 medium | Minimax | 1 | 0.6 | $0.422 | 1/4 | 14.9s |