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) |
|---|---|---|---|---|---|---|---|
| #316 | Kimi K2.6 none | Moonshot AI | 3 | 0.5 | $0.486 | 6/23 | 26.3s |
| #129 | Step 3.7 Flash medium | Stepfun | 2 | 0.8 | $0.571 | 13/23 | 26.6s |
| #57 | Muse Spark 1.1 medium | Meta | 2 | 0.9 | $1.665 | 16/23 | 27.0s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.6 | $0.053 | 5/23 | 27.4s |
| #25 | Claude Opus 5.5 high | Anthropic | 1 | 0.9 | $2.133 | 19/23 | 27.6s |
| #55 | Muse Spark 1.2 high | Meta | 3 | 0.9 | $2.018 | 15/23 | 28.1s |
| #59 | Pareto 26.9 default | Unbiased | 1 | 0.9 | $1.864 | 15/23 | 28.3s |
| #128 | GLM 5.3 high | Z.ai | 1 | 0.8 | $0.495 | 14/23 | 28.4s |
| #395 | gpt-oss-120b none | OpenAI | 2 | 0.4 | $0.016 | 6/20 | 28.6s |
| #422 | Grok Build 0.1 none | X AI | 2 | 0.3 | $0.547 | 7/19 | 28.7s |
| #157 | Inkling Small high | Thinkingmachines | 2 | 0.7 | $0.398 | 14/23 | 29.1s |
| #161 | GLM 5.3 Flash high | Z.ai | 2 | 0.7 | $0.056 | 13/23 | 29.1s |
| #84 | GPT-5 Mini medium | OpenAI | 3 | 0.8 | $0.315 | 13/23 | 29.4s |
| #369 | North Mini Code default | Cohere | 2 | 0.5 | $0.000 | 4/23 | 29.5s |
| #119 | GPT-5.4 Mini medium | OpenAI | 3 | 0.8 | $1.102 | 13/23 | 29.9s |