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) |
|---|---|---|---|---|---|---|---|
| #288 | Gemini 3.1 Flash Lite minimal | 3 | 0.6 | $0.080 | 10/23 | 3.95s | |
| #297 | GPT-5.6 Terra none | OpenAI | 1 | 0.6 | $0.377 | 8/23 | 4.11s |
| #353 | GPT-4o-mini default | OpenAI | 1 | 0.5 | $0.024 | 5/23 | 4.16s |
| #223 | Mercury 2 medium | Inception | 3 | 0.7 | $0.121 | 10/23 | 4.40s |
| #374 | GPT-5.4 Nano none | OpenAI | 2 | 0.5 | $0.068 | 4/23 | 4.42s |
| #335 | Laguna XS 2.1 none | Poolside | 1 | 0.5 | $0.020 | 5/23 | 4.56s |
| #216 | GPT-5.6 Sol none | OpenAI | 1 | 0.7 | $0.795 | 12/23 | 4.61s |
| #247 | Gemini 3.5 Flash minimal | 1 | 0.6 | $0.508 | 13/23 | 4.67s | |
| #415 | Hunter Alpha default | OpenRouter | 2 | 0.3 | $0.000 | 6/18 | 4.70s |
| #254 | Gemini 3.5 Flash Lite low | 1 | 0.6 | $0.183 | 12/23 | 4.79s | |
| #245 | Beam 1.0 501B A23B low | Reflection | 2 | 0.6 | $0.432 | 11/23 | 4.89s |
| #350 | Mercury 2.5 Preview low | Inception | 2 | 0.5 | $0.015 | 6/23 | 4.92s |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.5 | ~$0.010 | 9/23 | 5.05s |
| #397 | Mercury 2.5 none | Inception | 4 | 0.4 | $0.026 | 2/23 | 5.10s |
| #277 | Inkling none | Thinkingmachines | 1 | 0.6 | $0.292 | 7/23 | 5.30s |