خودمختار ایجنٹ کے کام: ہدایات پر عمل نہیں کیا
خودمختار ایجنٹ کے کام
ہدایات پر عمل نہیں کیا
دیکھیں کہ خودمختار ایجنٹ کے کام میں کن AI ماڈلز کو ہدایات پر عمل نہیں کیا پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔ ترتیب دیں حسب: کل لاگت ↓.
ناکامی کی وجوہات
10/10
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | ہدایات پر عمل نہیں کیا کی تعداد | زمرہ اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #305 | Trinity Large Thinking low | Arcee AI | 1 | 0.7 | $0.918 | 0/1 | 63.2s |
| #293 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.7 | $0.716 | 0/1 | 126.8s |
| #202 | Gemini 2.5 Flash medium | 1 | 0.3 | $0.680 | 0/1 | 6.54s | |
| #167 | Step 3.7 Flash medium | Stepfun | 1 | 0.7 | $0.571 | 0/1 | 93.9s |
| #423 | Laguna S 2.1 low | Poolside | 1 | 0.3 | $0.108 | 0/1 | 152.1s |
| #261 | Qwen3.7 Flash medium | Qwen | 1 | 0.5 | $0.076 | 0/1 | 149.0s |
| #199 | GLM 5.3 Flash high | Z.ai | 1 | 0.7 | $0.056 | 0/1 | 111.5s |
| #416 | Laguna S 2.1 none | Poolside | 1 | 0.5 | $0.044 | 0/1 | 149.3s |
| #437 | Mercury 2 none | Inception | 1 | 0.3 | $0.033 | 0/1 | 9.00s |
| #364 | Gemini 2.5 Flash none | 1 | 0.3 | $0.017 | 0/1 | 1.81s |