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۔
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) |
|---|---|---|---|---|---|---|---|
| #56 | GPT-5.4 Mini medium | OpenAI | 1 | 4.5 | $0.756 | 0/1 | 3.72s |
| #58 | Qwen3.5-27B medium | Qwen | 1 | 6.1 | $1.627 | 0/1 | 101.4s |
| #63 | Claude Sonnet 4.6 none | Anthropic | 1 | 6.1 | $0.661 | 0/1 | 2.56s |
| #71 | Qwen3.7 Plus none | Qwen | 1 | 5.3 | $0.106 | 0/1 | 1.33s |
| #73 | Grok 4.3 medium | X AI | 1 | 5.4 | $0.779 | 0/1 | 24.7s |
| #75 | Grok 4.20 medium | X AI | 1 | 3.9 | $0.777 | 0/1 | 24.5s |
| #77 | Kimi K2.5 medium | Moonshot AI | 1 | 6.5 | $0.600 | 0/1 | 69.7s |
| #78 | Mercury 2 medium | Inception | 1 | 4.8 | $0.093 | 0/1 | 821ms |
| #80 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 5.1 | $0.101 | 0/1 | 36.7s |
| #81 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 4.7 | $0.467 | 0/1 | 2.35s |
| #84 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 5.5 | $0.187 | 0/1 | 4.02s |
| #90 | Qwen3.6 35B A3B medium | Qwen | 1 | 4.4 | $0.746 | 0/1 | 8.66s |
| #99 | Qwen3.6 27B medium | Qwen | 1 | 6.5 | $0.779 | 0/1 | 39.5s |
| #101 | MiMo-V2.5 medium | Xiaomi | 1 | 5.4 | $0.082 | 0/1 | 5.37s |
| #103 | Qwen3.5-27B none | Qwen | 1 | 5.0 | $0.090 | 0/1 | 2.51s |