ہدایات کی پیروی: غلط جواب
ہدایات کی پیروی
غلط جواب
دیکھیں کہ ہدایات کی پیروی میں کن AI ماڈلز کو غلط جواب پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔ ترتیب دیں حسب: کل لاگت ↑.
ناکامی کی وجوہات
111/111
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | غلط جواب کی تعداد | زمرہ اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #143 | Space Bunny Alpha high | Stealth | 1 | 0.6 | $0.000 | 1/2 | 2.04s |
| #201 | Space Bunny Alpha max | Stealth | 1 | 0.6 | $0.000 | 0/2 | 3.78s |
| #259 | Space Bunny Alpha xhigh | Stealth | 1 | 0.6 | $0.000 | 0/2 | 2.22s |
| #299 | Space Bunny Alpha low | Stealth | 1 | 0.4 | $0.000 | 0/2 | 1.43s |
| #339 | Apodex 1.1 Mini default | Apodex | 1 | 0.5 | $0.000 | 0/2 | 1.06s |
| #343 | Dots 3 Note Preview default | Dots Studio | 1 | 0.5 | $0.000 | 0/2 | 1.06s |
| #360 | North Mini Code default | Cohere | 1 | 0.7 | $0.000 | 1/2 | 30.7s |
| #370 | Owl Alpha medium | Openrouter | 1 | 0.7 | $0.000 | 1/2 | 10.2s |
| #372 | Owl Alpha default | Openrouter | 1 | 0.6 | $0.000 | 1/2 | 2.63s |
| #395 | Ling 3.0 Tiny default | Inclusionai | 1 | 0.3 | $0.000 | 0/2 | 2.44s |
| #406 | Hunter Alpha default | OpenRouter | 1 | 0.6 | $0.000 | 1/2 | 2.82s |
| #422 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.5 | $0.000 | 0/2 | 541ms |
| #441 | Nimble v3 9B default | Bespoke Labs | 1 | 0.2 | ~$0.001 | 0/1 | 469ms |
| #436 | LFM2-24B-A2B default | Liquid | 1 | 0.6 | $0.001 | 1/2 | 752ms |
| #432 | Decider Flash V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 424ms |