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: کل لاگت ↓.
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) |
|---|---|---|---|---|---|---|---|
| #181 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 5.8 | $5.599 | 0/1 | 6.40s |
| #143 | Gemini 3.1 Flash Lite high | 1 | 5.0 | $2.044 | 0/1 | 45.7s | |
| #12 | Grok 4.5 high | X AI | 1 | 4.7 | $1.707 | 0/1 | 9.82s |
| #58 | Qwen3.5-27B medium | Qwen | 1 | 6.1 | $1.627 | 0/1 | 101.4s |
| #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 |
| #13 | GPT-5.3-Codex medium | OpenAI | 1 | 4.6 | $0.920 | 0/1 | 4.87s |
| #73 | Grok 4.3 medium | X AI | 1 | 5.4 | $0.779 | 0/1 | 24.7s |
| #99 | Qwen3.6 27B medium | Qwen | 1 | 6.5 | $0.779 | 0/1 | 39.5s |
| #75 | Grok 4.20 medium | X AI | 1 | 3.9 | $0.777 | 0/1 | 24.5s |
| #56 | GPT-5.4 Mini medium | OpenAI | 1 | 4.5 | $0.756 | 0/1 | 3.72s |
| #90 | Qwen3.6 35B A3B medium | Qwen | 1 | 4.4 | $0.746 | 0/1 | 8.66s |
| #63 | Claude Sonnet 4.6 none | Anthropic | 1 | 6.1 | $0.661 | 0/1 | 2.56s |
| #104 | Gemini 3.1 Flash Lite Preview low | 1 | 4.0 | $0.646 | 0/1 | 1.54s |