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: ناکامیوں کی تعداد ↑.
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 |
| #293 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.6 | $0.164 | 8/23 | 6.76s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.6 | $0.028 | 7/23 | 14.7s |
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.6 | $0.055 | 8/23 | 3.46s |
| #297 | GPT-5.6 Terra none | OpenAI | 1 | 0.6 | $0.377 | 8/23 | 4.11s |
| #304 | Mistral Large 4 none | Mistral | 1 | 0.6 | $0.290 | 6/23 | 20.4s |
| #307 | Gemma 4 31B none | 1 | 0.6 | $0.031 | 9/23 | 7.28s | |
| #309 | GPT-5.4 none | OpenAI | 1 | 0.6 | $0.690 | 7/23 | 3.89s |
| #311 | Step 5 Preview low | Stepfun | 1 | 0.6 | $4.110 | 10/23 | 138.3s |
| #318 | Gemini 2.5 Flash none | 1 | 0.5 | $0.017 | 8/23 | 6.00s | |
| #321 | GLM 5V Turbo medium | Z.ai | 1 | 0.5 | $0.457 | 11/21 | 23.1s |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.5 | ~$0.010 | 9/23 | 5.05s |
| #326 | Hy4 preview low | Tencent | 1 | 0.5 | $1.844 | 3/23 | 207.2s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.5 | $0.060 | 6/23 | 6.20s |
| #330 | Hy3 preview medium | Tencent | 1 | 0.5 | $0.049 | 14/21 | 16.3s |