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
32/32
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) |
|---|---|---|---|---|---|---|---|
| #21 | GPT-5.2 medium | OpenAI | 1 | 6.5 | $0.951 | 2/4 | 7.81s |
| #26 | GPT-5 Mini medium | OpenAI | 1 | 7.1 | $0.237 | 2/4 | 13.9s |
| #27 | Muse Spark 1.1 high | Meta | 1 | 7.5 | $1.694 | 2/4 | 8.60s |
| #29 | Step 3.7 Flash medium | Stepfun | 1 | 8.7 | $0.515 | 3/4 | 9.65s |
| #47 | MiniMax M3 medium | Minimax | 1 | 5.5 | $0.286 | 1/4 | 14.9s |
| #54 | GPT-5.3 Chat none | OpenAI | 1 | 6.7 | $0.571 | 2/4 | 3.86s |
| #64 | Gemini 3.1 Flash Lite Preview medium | 1 | 9.1 | $0.115 | 3/4 | 2.33s | |
| #65 | Gemini 3.1 Flash Lite medium | 1 | 9.1 | $0.117 | 3/4 | 2.39s | |
| #68 | Kimi K2.6 medium | Moonshot AI | 1 | 7.0 | $1.036 | 2/4 | 11.6s |
| #78 | Mercury 2 medium | Inception | 1 | 6.9 | $0.093 | 2/4 | 1.12s |
| #82 | DeepSeek V4 Pro none | DeepSeek | 1 | 3.2 | $0.096 | 0/4 | 4.02s |
| #93 | GLM 5V Turbo medium | Z.ai | 1 | 7.2 | $0.457 | 2/4 | 10.8s |
| #97 | LongCat 2.0 high | Meituan | 1 | 8.9 | $0.469 | 3/4 | 7.76s |
| #106 | Gemini 3.1 Flash Lite Preview none | 1 | 7.5 | $0.052 | 2/4 | 1.04s | |
| #121 | gpt-oss-120b medium | OpenAI | 1 | 6.7 | $0.019 | 2/4 | 10.2s |