AI BENCHY زمرہ ناکامیاں
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
| درجہ | ماڈل | کمپنی | ہدایات پر عمل نہیں کیا کی تعداد | زمرہ اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #57 | GPT-5 Nano medium | OpenAI | 1 | 4.1 | 0/1 | 17.5s |
| #58 | GLM 5V Turbo none | Z.ai | 1 | 4.6 | 0/1 | 2.22s |
| #60 | Gemma 4 26B A4B none | 1 | 4.0 | 0/1 | 3.54s | |
| #63 | Qwen3.5-35B-A3B none | Qwen | 1 | 6.5 | 0/1 | 1.19s |
| #65 | MiMo-V2-Pro none | Xiaomi | 1 | 4.3 | 0/1 | 2.44s |
| #67 | Qwen3.5-27B none | Qwen | 1 | 5.0 | 0/1 | 2.51s |
| #68 | gpt-oss-120b medium | OpenAI | 1 | 4.3 | 0/1 | 7.90s |
| #69 | Kimi K2.6 none | Moonshot AI | 1 | 5.4 | 0/1 | 1.55s |
| #70 | Qwen3.5-122B-A10B none | Qwen | 1 | 5.0 | 0/1 | 1.12s |
| #71 | MiniMax M2.5 medium | Minimax | 1 | 3.8 | 0/1 | 6.63s |
| #72 | Hunter Alpha none | OpenRouter | 1 | 6.1 | 0/1 | 2.71s |
| #73 | Mistral Small 4 medium | Mistral | 1 | 4.8 | 0/1 | 2.05s |
| #77 | GLM 5 Turbo none | Z.ai | 1 | 4.2 | 0/1 | 2.18s |
| #78 | Trinity Large Preview none | Arcee AI | 1 | 4.4 | 0/1 | 2.86s |
| #79 | Grok 4.20 Beta none | X AI | 1 | 5.0 | 0/1 | 541ms |