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: کل لاگت ↑.
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) |
|---|---|---|---|---|---|---|---|
| #420 | MiMo-V2-Flash default | Xiaomi | 2 | 0.3 | $0.025 | 4/21 | 2.76s |
| #384 | Ring 2.6 1t default | Inclusionai | 2 | 0.4 | $0.026 | 9/23 | 48.9s |
| #397 | Mercury 2.5 none | Inception | 4 | 0.4 | $0.026 | 2/23 | 5.10s |
| #366 | GLM 4.7 Flash none | Z.ai | 1 | 0.5 | $0.027 | 5/23 | 13.0s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.6 | $0.028 | 7/23 | 14.7s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.6 | $0.029 | 8/23 | 50.5s |
| #289 | gpt-oss-120b medium | OpenAI | 3 | 0.6 | $0.030 | 9/23 | 31.6s |
| #320 | Gemma 4 26B A4B none | 2 | 0.5 | $0.031 | 9/23 | 10.5s | |
| #307 | Gemma 4 31B none | 1 | 0.6 | $0.031 | 9/23 | 7.28s | |
| #144 | GPT-6 Luna low | OpenAI | 1 | 0.8 | $0.033 | 12/23 | 23.2s |
| #403 | Laguna M.1 medium | Poolside | 1 | 0.4 | $0.033 | 9/19 | 14.7s |
| #391 | Mercury 2 none | Inception | 2 | 0.4 | $0.033 | 4/23 | 1.18s |
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.5 | $0.036 | 7/23 | 58.2s |
| #389 | Granite 4.2 8B none | IBM Granite | 1 | 0.4 | $0.037 | 3/23 | 84.7s |
| #218 | GLM 5.3 Flash low | Z.ai | 2 | 0.7 | $0.038 | 11/23 | 11.8s |