اینٹی اے آئی چالیں: ہدایات پر عمل نہیں کیا
اینٹی اے آئی چالیں
ہدایات پر عمل نہیں کیا
دیکھیں کہ اینٹی اے آئی چالیں 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: ناکامیوں کی تعداد ↑.
ناکامی کی وجوہات
49/49
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) |
|---|---|---|---|---|---|---|---|
| #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 |