सूचनांचे पालन केले नाही अपयशे
कोणत्या AI मॉडेल्सना सूचनांचे पालन केले नाही सर्वाधिक वेळा येतो ते पाहा, म्हणजे निवडण्यापूर्वी विश्वासार्हतेचे धोके लक्षात येतील. क्रम लावा: स्कोअर ↓.
215/215
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | सूचनांचे पालन केले नाही संख्या | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #21 | Gemini 3.5 Flash medium | 1 | 9.0 | $0.665 | 18/22 | 8.48s | |
| #24 | Grok 4.5 high | X AI | 1 | 9.0 | $2.252 | 17/22 | 72.3s |
| #25 | GPT-5.3-Codex medium | OpenAI | 2 | 8.9 | $0.988 | 16/22 | 16.9s |
| #26 | Muse Spark 1.3 high | Meta | 2 | 8.9 | $1.653 | 16/22 | 52.5s |
| #27 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 8.9 | $1.797 | 16/22 | 174.0s |
| #34 | GLM 5.3 Flash max | Z.ai | 1 | 8.7 | $0.059 | 16/22 | 52.1s |
| #36 | Muse Spark 1.2 high | Meta | 3 | 8.7 | $1.771 | 14/22 | 26.6s |
| #37 | Muse Spark 1.2 medium | Meta | 3 | 8.6 | $1.339 | 14/22 | 19.7s |
| #38 | Muse Spark 1.1 medium | Meta | 2 | 8.6 | $1.420 | 15/22 | 26.2s |
| #41 | Qwen3.8 Max low | Qwen | 1 | 8.6 | $0.702 | 16/22 | 21.8s |
| #42 | GPT-5.4 medium | OpenAI | 2 | 8.5 | $1.560 | 15/22 | 22.9s |
| #44 | Muse Spark 1.2 low | Meta | 3 | 8.4 | $0.655 | 15/22 | 9.77s |
| #45 | Grok 4.6 medium | X AI | 1 | 8.4 | $1.713 | 16/22 | 73.5s |
| #47 | GPT-5.2 medium | OpenAI | 3 | 8.4 | $1.182 | 14/22 | 28.5s |
| #48 | Qwen3.8 27B high | Qwen | 2 | 8.4 | ~$0.287 | 16/22 | 167.9s |