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: ردِعمل کا وقت (اوسط) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #54 | Muse Spark Open low | Meta | 2 | 0.9 | $0.600 | 16/23 | 21.6s |
| #243 | Minimax M3.1 Flash xhigh | Minimax | 2 | 0.6 | $0.000 | 10/23 | 21.7s |
| #341 | Mimo V2 PRO medium | Xiaomi | 1 | 0.5 | $0.333 | 12/21 | 22.2s |
| #193 | Muse Glimmer 30B low | Meta | 3 | 0.7 | $0.219 | 11/23 | 22.4s |
| #373 | DeepSeek V3.2 none | DeepSeek | 1 | 0.5 | $0.119 | 6/23 | 22.4s |
| #269 | GLM 5 Turbo medium | Z.ai | 1 | 0.6 | $0.323 | 14/21 | 23.0s |
| #321 | GLM 5V Turbo medium | Z.ai | 1 | 0.5 | $0.457 | 11/21 | 23.1s |
| #144 | GPT-6 Luna low | OpenAI | 1 | 0.8 | $0.033 | 12/23 | 23.2s |
| #114 | Qwen3.8 Flash Next low | Qwen | 1 | 0.8 | ~$0.045 | 15/23 | 23.7s |
| #402 | Grok 4.1 Fast medium | X AI | 4 | 0.4 | $0.069 | 9/19 | 23.8s |
| #268 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.6 | $0.669 | 11/23 | 23.9s |
| #143 | Qwen3.8 Flash Next medium | Qwen | 1 | 0.8 | ~$0.047 | 15/23 | 24.8s |
| #61 | GPT-5.4 medium | OpenAI | 2 | 0.9 | $2.213 | 16/23 | 24.8s |
| #60 | Qwen3.8 MAX low | Qwen | 1 | 0.9 | $1.089 | 17/23 | 25.1s |
| #24 | Claude Opus 5.5 low | Anthropic | 1 | 0.9 | $1.733 | 19/23 | 25.7s |