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) |
|---|---|---|---|---|---|---|---|
| #198 | GPT-5.6 Luna low | OpenAI | 1 | 0.7 | $0.049 | 11/23 | 6.96s |
| #330 | Hy3 preview medium | Tencent | 1 | 0.5 | $0.049 | 14/21 | 16.3s |
| #376 | GLM 5V Turbo none | Z.ai | 2 | 0.5 | $0.052 | 8/21 | 2.99s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.6 | $0.053 | 5/23 | 27.4s |
| #356 | Inkling Small none | Thinkingmachines | 1 | 0.5 | $0.054 | 5/23 | 1.45s |
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.6 | $0.055 | 8/23 | 3.46s |
| #337 | Inkling Small low | Thinkingmachines | 2 | 0.5 | $0.055 | 9/23 | 1.99s |
| #161 | GLM 5.3 Flash high | Z.ai | 2 | 0.7 | $0.056 | 13/23 | 29.1s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.5 | $0.060 | 6/23 | 6.20s |
| #75 | Claude Haiku 5.5 low | Anthropic | 2 | 0.9 | $0.061 | 16/23 | 7.51s |
| #173 | Qwen3.7 Flash high | Qwen | 1 | 0.7 | $0.063 | 13/23 | 45.5s |
| #138 | Claude Haiku 5.5 medium | Anthropic | 2 | 0.8 | $0.063 | 13/23 | 7.71s |
| #357 | Qwen3 Coder Next default | Qwen | 1 | 0.5 | $0.067 | 5/23 | 19.7s |
| #207 | Solar Pro 4 xhigh | Upstage | 3 | 0.7 | $0.067 | 12/23 | 142.8s |
| #374 | GPT-5.4 Nano none | OpenAI | 2 | 0.5 | $0.068 | 4/23 | 4.42s |