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) |
|---|---|---|---|---|---|---|---|
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.5 | $0.036 | 7/23 | 58.2s |
| #335 | Laguna XS 2.1 none | Poolside | 1 | 0.5 | $0.020 | 5/23 | 4.56s |
| #338 | Ling 3.0 Flash none | Inclusionai | 1 | 0.5 | $0.004 | 6/23 | 3.40s |
| #341 | Mimo V2 PRO medium | Xiaomi | 1 | 0.5 | $0.333 | 12/21 | 22.2s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.5 | $0.043 | 12/21 | 20.1s |
| #344 | Mistral Small 4 none | Mistral | 1 | 0.5 | $0.047 | 5/23 | 3.12s |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 1 | 0.5 | $0.048 | 8/23 | 8.32s |
| #349 | Laguna S 2.1 medium | Poolside | 1 | 0.5 | $0.092 | 4/23 | 63.1s |
| #353 | GPT-4o-mini default | OpenAI | 1 | 0.5 | $0.024 | 5/23 | 4.16s |
| #355 | Grok 4.20 Beta medium | X AI | 1 | 0.5 | $0.750 | 14/18 | 9.75s |
| #356 | Inkling Small none | Thinkingmachines | 1 | 0.5 | $0.054 | 5/23 | 1.45s |
| #357 | Qwen3 Coder Next default | Qwen | 1 | 0.5 | $0.067 | 5/23 | 19.7s |
| #358 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 4/23 | 113.6s |
| #361 | MiMo-V2.5 none | Xiaomi | 1 | 0.5 | $0.049 | 5/23 | 9.88s |
| #366 | GLM 4.7 Flash none | Z.ai | 1 | 0.5 | $0.027 | 5/23 | 13.0s |