Samanya Buddhimatta: सूचनांचे पालन केले नाही
Samanya Buddhimatta
सूचनांचे पालन केले नाही
Samanya Buddhimatta मध्ये कोणत्या AI मॉडेल्सना सूचनांचे पालन केले नाही येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील.
अयशस्वी होण्याची कारणे
78/78
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) |
|---|---|---|---|---|---|---|---|
| #180 | GPT-5.4 Nano none | OpenAI | 1 | 3.8 | $0.041 | 0/1 | 1.31s |
| #181 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 5.8 | $5.599 | 0/1 | 6.40s |
| #183 | Trinity Large Preview none | Arcee AI | 1 | 4.5 | $0.008 | 0/1 | 873ms |
| #184 | Hunter Alpha medium | OpenRouter | 1 | 7.0 | $0.000 | 0/1 | 6.44s |
| #185 | Grok 4.1 Fast medium | X AI | 1 | 4.2 | $0.069 | 0/1 | 16.2s |
| #187 | Qwen3 Coder Next medium | Qwen | 1 | 6.3 | $0.032 | 0/1 | 1.39s |
| #188 | Cobuddy medium | Baidu | 1 | 4.2 | $0.000 | 0/1 | 23.2s |
| #189 | Mercury 2 none | Inception | 1 | 4.8 | $0.030 | 0/1 | 628ms |
| #190 | MiniMax M2.5 medium | Minimax | 1 | 3.8 | $0.340 | 0/1 | 6.63s |
| #191 | Grok 4.20 Beta none | X AI | 1 | 5.0 | $0.087 | 0/1 | 541ms |
| #193 | Elephant Alpha none | Openrouter | 1 | 4.0 | $0.000 | 0/1 | 854ms |
| #195 | Elephant Alpha medium | Openrouter | 1 | 4.3 | $0.000 | 0/1 | 920ms |
| #196 | Hunter Alpha none | OpenRouter | 1 | 6.1 | $0.000 | 0/1 | 2.71s |
| #199 | Hy3 preview none | Tencent | 1 | 4.1 | $0.003 | 0/1 | 16.1s |
| #200 | MiMo-V2-Flash none | Xiaomi | 1 | 4.6 | $0.025 | 0/1 | 1.67s |