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
142/142
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) |
|---|---|---|---|---|---|---|---|
| #267 | Space Bunny Alpha xhigh | Stealth | 1 | 0.5 | $0.000 | 0/1 | 4.74s |
| #268 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.5 | $0.669 | 0/1 | 2.35s |
| #271 | Gemini 3.1 Flash Lite Preview none | 1 | 0.4 | $0.090 | 0/1 | 741ms | |
| #274 | Beam 1.0 501B A23B high | Reflection | 1 | 0.5 | $0.674 | 0/1 | 1.94s |
| #276 | Apodex 1.1 Mini low | Apodex | 1 | 0.5 | $0.000 | 0/1 | 18.0s |
| #278 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.5 | $0.216 | 0/1 | 1.41s |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.3 | $4.136 | 0/1 | 34.8s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.4 | $0.029 | 0/1 | 605ms |
| #282 | Apodex 1.1 Mini medium | Apodex | 1 | 0.5 | $0.000 | 0/1 | 16.1s |
| #283 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.6 | $0.661 | 0/1 | 2.56s |
| #285 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.5 | $0.193 | 0/1 | 1.40s |
| #286 | Inkling Small medium | Thinkingmachines | 1 | 0.5 | $0.113 | 0/1 | 2.58s |
| #288 | Gemini 3.1 Flash Lite minimal | 1 | 0.4 | $0.080 | 0/1 | 791ms | |
| #289 | gpt-oss-120b medium | OpenAI | 1 | 0.4 | $0.030 | 0/1 | 7.90s |
| #292 | Claude Sonnet 5 none | Anthropic | 1 | 0.5 | $1.095 | 0/1 | 2.81s |