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: درست ٹیسٹس ↓.
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) |
|---|---|---|---|---|---|---|---|
| #16 | Muse Spark 1.1 medium | Meta | 1 | 6.5 | $1.357 | 1/2 | 6.31s |
| #24 | Muse Spark 1.1 low | Meta | 1 | 7.3 | $0.647 | 1/2 | 5.42s |
| #27 | Muse Spark 1.1 high | Meta | 1 | 6.4 | $1.694 | 1/2 | 7.81s |
| #46 | DeepSeek V4 Pro high | DeepSeek | 1 | 7.8 | $0.200 | 1/2 | 8.73s |
| #83 | GPT-5.6 Sol none | OpenAI | 1 | 8.5 | $0.524 | 1/2 | 1.33s |
| #117 | GPT-5.6 Luna low | OpenAI | 1 | 8.5 | $0.249 | 1/2 | 2.04s |
| #130 | Step 3.5 Flash medium | Stepfun | 1 | 8.3 | $0.108 | 1/2 | 4.78s |
| #132 | GPT-5.6 Terra none | OpenAI | 1 | 8.5 | $0.349 | 1/2 | 1.15s |
| #134 | Mimo V2 Omni medium | Xiaomi | 1 | 8.3 | $0.683 | 1/2 | 4.99s |
| #140 | Nemotron 3 Super medium | NVIDIA | 1 | 7.3 | $0.050 | 1/2 | 6.97s |
| #185 | Grok 4.1 Fast medium | X AI | 1 | 6.5 | $0.069 | 1/2 | 4.63s |
| #190 | MiniMax M2.5 medium | Minimax | 1 | 7.5 | $0.340 | 1/2 | 621ms |
| #207 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 7.3 | $0.000 | 1/2 | 1.37s |
| #172 | MiniMax M2.7 medium | Minimax | 1 | 3.8 | $0.163 | 0/2 | 12.8s |
| #183 | Trinity Large Preview none | Arcee AI | 1 | 3.5 | $0.008 | 0/2 | 822ms |