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۔
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) |
|---|---|---|---|---|---|---|---|
| #349 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 0/2 | 453ms |
| #351 | Ling 2.6 1t default | Inclusionai | 1 | 0.6 | $0.016 | 1/2 | 5.36s |
| #352 | MiMo-V2.5 none | Xiaomi | 1 | 0.7 | $0.049 | 1/2 | 751ms |
| #353 | Qwen3.5-9B none | Qwen | 1 | 0.7 | $0.041 | 1/2 | 514ms |
| #354 | Hy4 preview none | Tencent | 1 | 0.7 | $0.165 | 1/2 | 47.9s |
| #357 | GLM 4.7 Flash none | Z.ai | 1 | 0.7 | $0.027 | 1/2 | 888ms |
| #358 | Mercury 2.5 Preview default | Inception | 1 | 0.6 | $0.023 | 1/2 | 1.26s |
| #360 | North Mini Code default | Cohere | 1 | 0.7 | $0.000 | 1/2 | 30.7s |
| #361 | Laguna S 2.1 none | Poolside | 1 | 0.4 | $0.044 | 0/2 | 566ms |
| #363 | Qwen3 Coder Next medium | Qwen | 1 | 0.6 | $0.071 | 1/2 | 7.49s |
| #365 | GPT-5.4 Nano none | OpenAI | 1 | 0.6 | $0.068 | 1/2 | 784ms |
| #367 | GLM 5V Turbo none | Z.ai | 1 | 0.7 | $0.052 | 1/2 | 1.97s |
| #368 | Laguna S 2.1 low | Poolside | 1 | 0.4 | $0.108 | 0/2 | 423ms |
| #370 | Owl Alpha medium | Openrouter | 1 | 0.7 | $0.000 | 1/2 | 10.2s |
| #371 | Mimo V2 PRO default | Xiaomi | 1 | 0.7 | $0.045 | 1/2 | 2.51s |