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) ↑.
141/141
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) |
|---|---|---|---|---|---|---|---|
| #162 | Gemma 4 26B A4B none | 2 | 5.5 | $0.015 | 8/22 | 7.64s | |
| #34 | GPT-5.2 Chat none | OpenAI | 1 | 8.0 | $0.604 | 14/22 | 7.65s |
| #67 | Claude Sonnet 4.6 none | Anthropic | 1 | 7.3 | $0.661 | 12/22 | 8.12s |
| #12 | Gemini 3.5 Flash medium | 1 | 9.1 | $0.642 | 19/22 | 8.20s | |
| #155 | KAT-Coder-Air V2.5 medium | Kwaipilot | 1 | 5.6 | $0.048 | 8/22 | 8.42s |
| #168 | Ling-2.6-1T none | Inclusionai | 2 | 5.3 | $0.016 | 4/22 | 8.58s |
| #172 | Qwen3 Coder Next none | Qwen | 1 | 5.1 | $0.025 | 5/22 | 9.12s |
| #182 | GLM 4.7 Flash none | Z.ai | 1 | 4.9 | $0.016 | 6/22 | 9.15s |
| #101 | GLM 5.2 none | Z.ai | 1 | 6.6 | $0.128 | 12/22 | 9.34s |
| #31 | Gemini 3.5 Flash-Lite high | 1 | 8.1 | $0.584 | 14/22 | 9.48s | |
| #193 | Qwen3 Coder Next medium | Qwen | 3 | 4.7 | $0.032 | 4/22 | 9.61s |
| #187 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 4.8 | $5.599 | 8/18 | 9.69s |
| #137 | Grok 4.20 Beta medium | X AI | 1 | 6.0 | $0.750 | 14/18 | 9.75s |
| #154 | Owl Alpha none | Openrouter | 3 | 5.6 | $0.000 | 7/21 | 9.88s |
| #164 | KAT-Coder-Air V2.5 low | Kwaipilot | 2 | 5.4 | $0.041 | 7/22 | 10.1s |