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) |
|---|---|---|---|---|---|---|---|
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.5 | $0.055 | 0/1 | 616ms |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.6 | $0.391 | 0/1 | 1.69s |
| #300 | Ring 2.6 1t medium | Inclusionai | 1 | 0.4 | $0.102 | 0/1 | 58.3s |
| #301 | Trinity Large Thinking high | Arcee AI | 1 | 0.6 | $0.794 | 0/1 | 12.9s |
| #302 | GPT-5 Nano medium | OpenAI | 1 | 0.4 | $0.159 | 0/1 | 17.5s |
| #303 | GPT-5.4 Mini none | OpenAI | 1 | 0.5 | $0.170 | 0/1 | 1.82s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.6 | $0.120 | 0/1 | 1.19s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.5 | $0.040 | 0/1 | 489ms |
| #315 | Nemotron 3 Super medium | NVIDIA | 1 | 0.4 | $0.081 | 0/1 | 6.91s |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.5 | $0.486 | 0/1 | 1.55s |
| #320 | Gemma 4 26B A4B none | 1 | 0.4 | $0.031 | 0/1 | 3.54s | |
| #328 | Step 3.5 Flash medium | Stepfun | 1 | 0.6 | $0.105 | 0/1 | 22.4s |
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.4 | $0.036 | 0/1 | 659ms |
| #337 | Inkling Small low | Thinkingmachines | 1 | 0.5 | $0.055 | 0/1 | 1.42s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.4 | $0.043 | 0/1 | 4.20s |