ہدایات پر عمل نہیں کیا ناکامیاں
دیکھیں کہ کن AI ماڈلز میں ہدایات پر عمل نہیں کیا سب سے زیادہ ہوتا ہے، تاکہ آپ انتخاب سے پہلے قابلِ اعتماد ہونے کے خطرات سمجھ سکیں۔ ترتیب دیں حسب: کل لاگت ↑.
293/293
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | ہدایات پر عمل نہیں کیا کی تعداد | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #343 | Mistral Small 4 medium | Mistral | 2 | 0.5 | $0.126 | 5/23 | 12.7s |
| #183 | MiMo-V2.5 medium | Xiaomi | 1 | 0.7 | $0.130 | 12/23 | 49.2s |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 4 | 0.5 | $0.135 | 5/23 | 6.21s |
| #291 | Qwen3.6 Flash none | Qwen | 1 | 0.6 | $0.139 | 7/23 | 7.63s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 1 | 0.9 | $0.140 | 18/23 | 16.6s |
| #148 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 0.8 | $0.140 | 12/23 | 91.7s |
| #358 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 4/23 | 113.6s |
| #253 | Qwen3.6 27B none | Qwen | 2 | 0.6 | $0.148 | 8/23 | 12.7s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 2 | 0.8 | $0.149 | 11/23 | 91.3s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.6 | $0.149 | 5/23 | 38.6s |
| #263 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.6 | $0.152 | 11/23 | 70.1s |
| #195 | Gemini 3.1 Flash Lite medium | 1 | 0.7 | $0.153 | 13/23 | 6.27s | |
| #186 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.7 | $0.158 | 14/23 | 6.78s | |
| #302 | GPT-5 Nano medium | OpenAI | 2 | 0.6 | $0.159 | 8/23 | 56.5s |
| #293 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.6 | $0.164 | 8/23 | 6.76s |