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: درست ٹیسٹس ↑.
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) |
|---|---|---|---|---|---|---|---|
| #292 | Claude Sonnet 5 none | Anthropic | 1 | 0.6 | $1.095 | 7/23 | 8.60s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.6 | $0.028 | 7/23 | 14.7s |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 2 | 0.6 | $0.391 | 7/23 | 16.6s |
| #309 | GPT-5.4 none | OpenAI | 1 | 0.6 | $0.690 | 7/23 | 3.89s |
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.5 | $0.036 | 7/23 | 58.2s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 2 | 0.5 | $0.046 | 7/23 | 10.2s |
| #390 | Cobuddy medium | Baidu | 3 | 0.4 | $0.000 | 7/22 | 38.0s |
| #380 | Mimo V2 PRO default | Xiaomi | 2 | 0.5 | $0.045 | 7/21 | 2.27s |
| #381 | Owl Alpha default | Openrouter | 3 | 0.5 | $0.000 | 7/21 | 9.88s |
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.4 | $0.087 | 6/18 | 1.19s |
| #415 | Hunter Alpha default | OpenRouter | 2 | 0.3 | $0.000 | 6/18 | 4.70s |
| #430 | d1-ultra default | Liquid | 1 | 0.3 | $0.003 | 4/12 | 531ms |
| #438 | Jev 1.14 default | Typesafe | 1 | 0.2 | $0.003 | 4/12 | 377ms |
| #253 | Qwen3.6 27B none | Qwen | 2 | 0.6 | $0.148 | 8/23 | 12.7s |
| #256 | Minimax M3.1 Flash medium | Minimax | 3 | 0.6 | $0.000 | 8/23 | 19.5s |