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: ناکامیوں کی تعداد ↑.
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) |
|---|---|---|---|---|---|---|---|
| #73 | Claude Sonnet 5.5 xhigh | Anthropic | 1 | 0.9 | $1.516 | 16/23 | 15.0s |
| #78 | Muse Spark 1.3 low | Meta | 1 | 0.9 | $0.911 | 16/23 | 17.7s |
| #79 | Claude Sonnet 5 medium | Anthropic | 1 | 0.9 | $1.438 | 16/23 | 15.0s |
| #85 | Muse Glimmer 30B xhigh | Meta | 1 | 0.8 | $0.585 | 14/23 | 97.7s |
| #87 | Inkling high | Thinkingmachines | 1 | 0.8 | $1.238 | 16/23 | 62.7s |
| #90 | GLM 5.2 high | Z.ai | 1 | 0.8 | $4.632 | 15/23 | 69.1s |
| #92 | Claude Haiku 5.5 high | Anthropic | 1 | 0.8 | $0.088 | 15/23 | 10.4s |
| #95 | GPT-6 Luna medium | OpenAI | 1 | 0.8 | $0.047 | 15/23 | 18.1s |
| #99 | Gemini 4 Argon low | 1 | 0.8 | $0.438 | 15/23 | 5.72s | |
| #101 | Grok 4.5 high | X AI | 1 | 0.8 | $2.687 | 17/23 | 72.5s |
| #105 | Seed-2.0-Code low | Bytedance Seed | 1 | 0.8 | $0.881 | 14/23 | 73.0s |
| #114 | Qwen3.8 Flash Next low | Qwen | 1 | 0.8 | ~$0.045 | 15/23 | 23.7s |
| #117 | GLM 5.3 FlashX max | Z.ai | 1 | 0.8 | $0.623 | 15/23 | 44.0s |
| #121 | Gemini 3.5 Flash medium | 1 | 0.8 | $1.316 | 18/23 | 11.8s | |
| #123 | MiMo-V2.6-Flash medium | Xiaomi | 1 | 0.8 | $0.218 | 12/23 | 61.9s |