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) |
|---|---|---|---|---|---|---|---|
| #285 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.6 | $0.193 | 9/23 | 9.66s |
| #202 | Qwen3.5-Flash medium | Qwen | 1 | 0.7 | $0.184 | 12/23 | 83.7s |
| #254 | Gemini 3.5 Flash Lite low | 1 | 0.6 | $0.183 | 12/23 | 4.79s | |
| #131 | Qwen3.7 Plus none | Qwen | 1 | 0.8 | $0.178 | 13/23 | 17.8s |
| #378 | Nemotron 3.5 Lightning low | NVIDIA | 2 | 0.5 | $0.175 | 5/23 | 83.2s |
| #303 | GPT-5.4 Mini none | OpenAI | 3 | 0.6 | $0.170 | 6/23 | 3.34s |
| #339 | Nemotron 3.5 Lightning high | NVIDIA | 4 | 0.5 | $0.168 | 5/23 | 77.1s |
| #363 | Hy4 preview none | Tencent | 2 | 0.5 | $0.165 | 3/23 | 40.4s |
| #293 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.6 | $0.164 | 8/23 | 6.76s |
| #302 | GPT-5 Nano medium | OpenAI | 2 | 0.6 | $0.159 | 8/23 | 56.5s |
| #186 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.7 | $0.158 | 14/23 | 6.78s | |
| #195 | Gemini 3.1 Flash Lite medium | 1 | 0.7 | $0.153 | 13/23 | 6.27s | |
| #263 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.6 | $0.152 | 11/23 | 70.1s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.6 | $0.149 | 5/23 | 38.6s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 2 | 0.8 | $0.149 | 11/23 | 91.3s |