عمومی ذہانت: ہدایات پر عمل نہیں کیا
عمومی ذہانت
ہدایات پر عمل نہیں کیا
دیکھیں کہ عمومی ذہانت 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
78/78
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) |
|---|---|---|---|---|---|---|---|
| #12 | Grok 4.5 high | X AI | 1 | 4.7 | $1.707 | 0/1 | 9.82s |
| #13 | GPT-5.3-Codex medium | OpenAI | 1 | 4.6 | $0.920 | 0/1 | 4.87s |
| #18 | GPT-5.4 medium | OpenAI | 1 | 4.7 | $1.533 | 0/1 | 4.92s |
| #21 | GPT-5.2 medium | OpenAI | 1 | 3.7 | $0.951 | 0/1 | 4.32s |
| #23 | Claude Sonnet 5 medium | Anthropic | 1 | 4.8 | $0.922 | 0/1 | 4.32s |
| #25 | Gemini 2.5 Flash medium | 1 | 4.8 | $0.643 | 0/1 | 4.86s | |
| #26 | GPT-5 Mini medium | OpenAI | 1 | 4.5 | $0.237 | 0/1 | 13.5s |
| #30 | GPT-5.2 Chat none | OpenAI | 1 | 4.4 | $0.604 | 0/1 | 3.20s |
| #35 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 6.7 | $0.234 | 0/1 | 18.2s |
| #37 | Qwen3.6 Plus medium | Qwen | 1 | 5.1 | $0.405 | 0/1 | 27.1s |
| #42 | GLM 5 medium | Z.ai | 1 | 6.1 | $0.307 | 0/1 | 14.7s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 1 | 6.1 | $0.042 | 0/1 | 25.2s |
| #47 | MiniMax M3 medium | Minimax | 1 | 5.1 | $0.286 | 0/1 | 33.3s |
| #53 | GPT-5.4 Nano medium | OpenAI | 1 | 4.5 | $0.138 | 0/1 | 4.15s |
| #54 | GPT-5.3 Chat none | OpenAI | 1 | 4.6 | $0.571 | 0/1 | 1.99s |