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: اسکور ↑.
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) |
|---|---|---|---|---|---|---|---|
| #49 | DeepSeek V4 Flash high | DeepSeek | 2 | 7.7 | $0.041 | 13/22 | 49.7s |
| #47 | Claude Opus 4.6 medium | Anthropic | 1 | 7.7 | $3.059 | 13/22 | 34.3s |
| #46 | GLM 5 medium | Z.ai | 1 | 7.7 | $0.307 | 15/21 | 33.5s |
| #41 | Qwen3.6 Plus medium | Qwen | 1 | 7.8 | $0.405 | 15/22 | 43.1s |
| #39 | Seed-2.0-Lite medium | Bytedance Seed | 2 | 7.9 | $0.234 | 14/22 | 48.5s |
| #35 | GLM 5.2 high | Z.ai | 1 | 8.0 | $0.817 | 14/22 | 62.7s |
| #33 | Step 3.7 Flash medium | Stepfun | 1 | 8.0 | $0.515 | 14/22 | 26.4s |
| #34 | GPT-5.2 Chat none | OpenAI | 1 | 8.0 | $0.604 | 14/22 | 7.65s |
| #32 | Inkling high | Thinkingmachines | 1 | 8.0 | $1.006 | 15/22 | 64.2s |
| #31 | Gemini 3.5 Flash-Lite high | 1 | 8.1 | $0.584 | 14/22 | 9.48s | |
| #30 | Muse Spark 1.1 high | Meta | 2 | 8.1 | $1.694 | 12/22 | 31.5s |
| #29 | GPT-5 Mini medium | OpenAI | 3 | 8.1 | $0.237 | 12/22 | 27.6s |
| #28 | Gemini 2.5 Flash medium | 1 | 8.2 | $0.643 | 15/22 | 21.2s | |
| #27 | Muse Spark 1.1 low | Meta | 2 | 8.3 | $0.647 | 13/22 | 11.5s |
| #26 | Claude Sonnet 5 medium | Anthropic | 1 | 8.3 | $0.922 | 16/22 | 12.5s |