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) |
|---|---|---|---|---|---|---|---|
| #372 | Owl Alpha default | Openrouter | 1 | 0.6 | $0.000 | 1/2 | 2.63s |
| #376 | Mimo V2 Omni default | Xiaomi | 1 | 0.7 | $0.021 | 1/2 | 4.26s |
| #377 | Nemotron 3 Super none | NVIDIA | 1 | 0.6 | $0.016 | 1/2 | 804ms |
| #379 | Trinity Large Preview default | Arcee AI | 1 | 0.4 | $0.008 | 0/2 | 822ms |
| #382 | Mercury 2 none | Inception | 1 | 0.7 | $0.033 | 1/2 | 551ms |
| #385 | GLM 4.7 Flash medium | Z.ai | 1 | 0.6 | $0.193 | 1/2 | 2.97s |
| #387 | GLM 5 Turbo none | Z.ai | 1 | 0.7 | $0.047 | 1/2 | 2.13s |
| #388 | Mercury 2.5 none | Inception | 1 | 0.5 | $0.026 | 0/2 | 493ms |
| #395 | Ling 3.0 Tiny default | Inclusionai | 1 | 0.3 | $0.000 | 0/2 | 2.44s |
| #396 | Granite 4.1 8b default | IBM Granite | 1 | 0.4 | $0.007 | 0/2 | 344ms |
| #397 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.7 | $0.009 | 1/2 | 511ms |
| #402 | Grok 4.20 Beta default | X AI | 1 | 0.6 | $0.087 | 1/2 | 649ms |
| #403 | Laguna M.1 default | Poolside | 1 | 0.6 | $0.009 | 1/2 | 683ms |
| #406 | Hunter Alpha default | OpenRouter | 1 | 0.6 | $0.000 | 1/2 | 2.82s |
| #407 | Grok 4.20 none | X AI | 1 | 0.6 | $0.057 | 1/2 | 445ms |