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: ردِعمل کا وقت (اوسط) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #450 | Nimble v3 9B default | Bespoke Labs | 1 | 0.8 | ~$0.001 | 1/7 | 363ms |
| #438 | Jev 1.14 default | Typesafe | 1 | 0.2 | $0.003 | 4/12 | 377ms |
| #436 | GPT-6 Luna Decisions default | OpenAI | 1 | 0.2 | $0.005 | 3/12 | 495ms |
| #433 | Decider V1.2 default | Perplexity | 1 | 0.3 | $0.001 | 5/12 | 517ms |
| #430 | d1-ultra default | Liquid | 1 | 0.3 | $0.003 | 4/12 | 531ms |
| #431 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 2 | 0.3 | $0.000 | 2/19 | 728ms |
| #445 | LFM2-24B-A2B default | Liquid | 1 | 0.2 | $0.001 | 2/16 | 782ms |
| #425 | Laguna Xs.2 default | Poolside | 1 | 0.3 | $0.004 | 5/19 | 806ms |
| #440 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 2/12 | 880ms |
| #391 | Mercury 2 none | Inception | 2 | 0.4 | $0.033 | 4/23 | 1.18s |
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.4 | $0.087 | 6/18 | 1.19s |
| #413 | Elephant Alpha default | Openrouter | 3 | 0.4 | $0.000 | 5/21 | 1.22s |
| #414 | Elephant Alpha medium | Openrouter | 2 | 0.4 | $0.000 | 6/21 | 1.27s |
| #405 | Granite 4.1 8b default | IBM Granite | 4 | 0.4 | $0.007 | 2/23 | 1.38s |
| #356 | Inkling Small none | Thinkingmachines | 1 | 0.5 | $0.054 | 5/23 | 1.45s |