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) |
|---|---|---|---|---|---|---|---|
| #402 | Grok 4.1 Fast medium | X AI | 4 | 0.4 | $0.069 | 9/19 | 23.8s |
| #290 | Gemini 3.1 Flash Lite none | 1 | 0.6 | $0.069 | 9/23 | 3.58s | |
| #372 | Qwen3 Coder Next medium | Qwen | 3 | 0.5 | $0.071 | 3/23 | 17.0s |
| #140 | Qwen3.7 Flash low | Qwen | 3 | 0.8 | $0.071 | 12/23 | 41.0s |
| #170 | Qwen3.8 27B medium | Qwen | 2 | 0.7 | ~$0.073 | 14/23 | 40.1s |
| #135 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 15/23 | 20.4s |
| #221 | Qwen3.7 Flash medium | Qwen | 4 | 0.7 | $0.076 | 10/23 | 51.8s |
| #258 | Solar Pro 4 high | Upstage | 3 | 0.6 | $0.077 | 11/23 | 128.9s |
| #288 | Gemini 3.1 Flash Lite minimal | 3 | 0.6 | $0.080 | 10/23 | 3.95s | |
| #315 | Nemotron 3 Super medium | NVIDIA | 3 | 0.6 | $0.081 | 8/23 | 56.4s |
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 2 | 0.7 | $0.083 | 10/23 | 14.1s |
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.4 | $0.087 | 6/18 | 1.19s |
| #92 | Claude Haiku 5.5 high | Anthropic | 1 | 0.8 | $0.088 | 15/23 | 10.4s |
| #53 | GLM 5.3 Flash max | Z.ai | 1 | 0.9 | $0.089 | 17/23 | 54.0s |
| #145 | Qwen3.8 27B low | Qwen | 1 | 0.8 | ~$0.089 | 15/23 | 46.6s |