ہدایات کی پیروی: ہدایات پر عمل نہیں کیا
ہدایات کی پیروی
ہدایات پر عمل نہیں کیا
دیکھیں کہ ہدایات کی پیروی 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
18/18
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) |
|---|---|---|---|---|---|---|---|
| #27 | Muse Spark 1.1 high | Meta | 1 | 6.4 | $1.694 | 1/2 | 7.81s |
| #16 | Muse Spark 1.1 medium | Meta | 1 | 6.5 | $1.357 | 1/2 | 6.31s |
| #134 | Mimo V2 Omni medium | Xiaomi | 1 | 8.3 | $0.683 | 1/2 | 4.99s |
| #24 | Muse Spark 1.1 low | Meta | 1 | 7.3 | $0.647 | 1/2 | 5.42s |
| #83 | GPT-5.6 Sol none | OpenAI | 1 | 8.5 | $0.524 | 1/2 | 1.33s |
| #132 | GPT-5.6 Terra none | OpenAI | 1 | 8.5 | $0.349 | 1/2 | 1.15s |
| #190 | MiniMax M2.5 medium | Minimax | 1 | 7.5 | $0.340 | 1/2 | 621ms |
| #117 | GPT-5.6 Luna low | OpenAI | 1 | 8.5 | $0.249 | 1/2 | 2.04s |
| #46 | DeepSeek V4 Pro high | DeepSeek | 1 | 7.8 | $0.200 | 1/2 | 8.73s |
| #172 | MiniMax M2.7 medium | Minimax | 1 | 3.8 | $0.163 | 0/2 | 12.8s |
| #130 | Step 3.5 Flash medium | Stepfun | 1 | 8.3 | $0.108 | 1/2 | 4.78s |
| #185 | Grok 4.1 Fast medium | X AI | 1 | 6.5 | $0.069 | 1/2 | 4.63s |
| #140 | Nemotron 3 Super medium | NVIDIA | 1 | 7.3 | $0.050 | 1/2 | 6.97s |
| #183 | Trinity Large Preview none | Arcee AI | 1 | 3.5 | $0.008 | 0/2 | 822ms |
| #203 | Grok 4.1 Fast none | X AI | 1 | 3.0 | $0.008 | 0/2 | 685ms |