AI BENCHY زمرہ ناکامیاں
پہیلی حل کرنا: ہدایات پر عمل نہیں کیا
پہیلی حل کرنا
ہدایات پر عمل نہیں کیا
دیکھیں کہ پہیلی حل کرنا میں کن AI ماڈلز کو ہدایات پر عمل نہیں کیا پیش آنے کا سب سے زیادہ امکان ہے، تاکہ آپ کمزوریاں جلدی پہچان سکیں۔
ناکامی کی وجوہات
| درجہ | ماڈل | کمپنی | ہدایات پر عمل نہیں کیا کی تعداد | زمرہ اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #72 | Hunter Alpha none | OpenRouter | 1 | 5.8 | 1/3 | 3.06s |
| #75 | GLM 5.1 none | Z.ai | 1 | 5.7 | 1/3 | 1.48s |
| #77 | GLM 5 Turbo none | Z.ai | 1 | 5.5 | 1/3 | 2.43s |
| #79 | Grok 4.20 Beta none | X AI | 1 | 5.9 | 1/3 | 541ms |
| #82 | Grok 4.20 none | X AI | 1 | 5.3 | 1/3 | 487ms |
| #85 | Elephant none | Openrouter | 1 | 3.3 | 0/3 | 849ms |
| #86 | GPT-5.4 Mini none | OpenAI | 1 | 5.4 | 1/3 | 860ms |
| #88 | Nemotron 3 Super none | NVIDIA | 1 | 5.7 | 1/3 | 7.50s |
| #93 | GLM 4.7 Flash medium | Z.ai | 1 | 2.9 | 0/3 | 12.9s |
| #96 | GPT-5.4 Nano none | OpenAI | 1 | 3.7 | 0/3 | 1.29s |
| #97 | Qwen3.5-9B medium | Qwen | 1 | 3.1 | 0/3 | 33.4s |
| #98 | LFM2-24B-A2B none | Liquid | 1 | 4.4 | 0/3 | 1.69s |