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 ↑.
141/141
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) |
|---|---|---|---|---|---|---|---|
| #183 | Nemotron 3 Super none | NVIDIA | 2 | 4.9 | $0.008 | 5/22 | 5.97s |
| #184 | Ling-2.6-flash none | Inclusionai | 2 | 4.9 | $0.002 | 6/22 | 10.7s |
| #185 | Ring-2.6-1T none | Inclusionai | 2 | 4.8 | $0.026 | 9/22 | 55.1s |
| #186 | GPT-5.4 Nano none | OpenAI | 2 | 4.8 | $0.041 | 4/22 | 2.57s |
| #187 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 4.8 | $5.599 | 8/18 | 9.69s |
| #190 | Hunter Alpha medium | OpenRouter | 2 | 4.7 | $0.000 | 8/18 | 10.3s |
| #200 | GLM 4.7 Flash medium | Z.ai | 2 | 4.3 | $0.166 | 4/22 | 142.6s |
| #201 | Elephant Alpha medium | Openrouter | 2 | 4.3 | $0.000 | 6/21 | 1.27s |
| #202 | Hunter Alpha none | OpenRouter | 2 | 4.2 | $0.000 | 6/18 | 4.70s |
| #206 | MiMo-V2-Flash none | Xiaomi | 2 | 4.0 | $0.025 | 4/21 | 2.76s |
| #208 | Grok Build 0.1 none | X AI | 2 | 4.0 | $0.547 | 7/19 | 28.7s |
| #212 | gpt-oss-120b none | OpenAI | 2 | 3.7 | $0.010 | 6/19 | 21.6s |
| #214 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 2 | 3.2 | $0.000 | 2/19 | 728ms |
| #24 | GPT-5.2 medium | OpenAI | 3 | 8.4 | $0.951 | 14/22 | 22.6s |
| #29 | GPT-5 Mini medium | OpenAI | 3 | 8.1 | $0.237 | 12/22 | 27.6s |