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) ↑.
140/140
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) |
|---|---|---|---|---|---|---|---|
| #129 | Nemotron 3 Ultra none | NVIDIA | 1 | 6.1 | $0.095 | 8/22 | 3.87s |
| #154 | MiMo-V2.5-Pro none | Xiaomi | 4 | 5.5 | $0.068 | 6/22 | 4.12s |
| #65 | Gemini 3.1 Flash Lite medium | 1 | 7.3 | $0.117 | 13/22 | 4.27s | |
| #64 | Gemini 3.1 Flash Lite Preview medium | 1 | 7.3 | $0.115 | 13/22 | 4.61s | |
| #168 | MiMo-V2.5 none | Xiaomi | 1 | 5.1 | $0.025 | 5/22 | 4.62s |
| #196 | Hunter Alpha none | OpenRouter | 2 | 4.2 | $0.000 | 6/18 | 4.70s |
| #103 | Qwen3.5-27B none | Qwen | 2 | 6.5 | $0.090 | 8/22 | 4.76s |
| #66 | Claude Opus 4.8 none | Anthropic | 1 | 7.3 | $1.166 | 13/22 | 4.91s |
| #117 | GPT-5.6 Luna low | OpenAI | 1 | 6.2 | $0.249 | 10/22 | 5.04s |
| #123 | Inkling low | Thinkingmachines | 2 | 6.1 | $0.187 | 10/22 | 5.15s |
| #115 | Gemma 4 31B none | 1 | 6.2 | $0.035 | 10/22 | 5.34s | |
| #161 | Qwen3.6 35B A3B none | Qwen | 2 | 5.3 | $0.061 | 4/22 | 5.52s |
| #177 | Nemotron 3 Super none | NVIDIA | 2 | 4.9 | $0.008 | 5/22 | 5.97s |
| #112 | Claude Sonnet 5 none | Anthropic | 1 | 6.3 | $0.548 | 8/22 | 6.04s |
| #54 | GPT-5.3 Chat none | OpenAI | 2 | 7.5 | $0.571 | 13/22 | 6.88s |