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: درست ٹیسٹس ↑.
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) |
|---|---|---|---|---|---|---|---|
| #116 | Qwen3.5-27B medium | Qwen | 2 | 0.8 | $1.135 | 14/23 | 114.7s |
| #128 | GLM 5.3 high | Z.ai | 1 | 0.8 | $0.495 | 14/23 | 28.4s |
| #137 | Nemotron 3.5 Super VL medium | NVIDIA | 1 | 0.8 | $0.437 | 14/23 | 84.9s |
| #156 | Grok 4.7 low | X AI | 1 | 0.7 | $1.933 | 14/23 | 63.2s |
| #157 | Inkling Small high | Thinkingmachines | 2 | 0.7 | $0.398 | 14/23 | 29.1s |
| #167 | Gemini 3.5 Flash Lite medium | 1 | 0.7 | $0.440 | 14/23 | 8.68s | |
| #170 | Qwen3.8 27B medium | Qwen | 2 | 0.7 | ~$0.073 | 14/23 | 40.1s |
| #179 | Qwen3.8 Flash Next xhigh | Qwen | 2 | 0.7 | ~$0.195 | 14/23 | 102.7s |
| #186 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.7 | $0.158 | 14/23 | 6.78s | |
| #255 | Gemini 3.1 Flash Lite Preview low | 1 | 0.6 | $0.736 | 14/23 | 19.0s | |
| #55 | Muse Spark 1.2 high | Meta | 3 | 0.9 | $2.018 | 15/23 | 28.1s |
| #56 | Muse Spark 1.2 medium | Meta | 3 | 0.9 | $1.590 | 15/23 | 21.3s |
| #59 | Pareto 26.9 default | Unbiased | 1 | 0.9 | $1.864 | 15/23 | 28.3s |
| #62 | Muse Spark Open medium | Meta | 2 | 0.9 | $1.260 | 15/23 | 77.4s |
| #66 | GPT-5.2 medium | OpenAI | 3 | 0.9 | $1.558 | 15/23 | 31.3s |