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) |
|---|---|---|---|---|---|---|---|
| #144 | GPT-6 Luna low | OpenAI | 1 | 0.8 | $0.033 | 12/23 | 23.2s |
| #321 | GLM 5V Turbo medium | Z.ai | 1 | 0.5 | $0.457 | 11/21 | 23.1s |
| #269 | GLM 5 Turbo medium | Z.ai | 1 | 0.6 | $0.323 | 14/21 | 23.0s |
| #373 | DeepSeek V3.2 none | DeepSeek | 1 | 0.5 | $0.119 | 6/23 | 22.4s |
| #193 | Muse Glimmer 30B low | Meta | 3 | 0.7 | $0.219 | 11/23 | 22.4s |
| #341 | Mimo V2 PRO medium | Xiaomi | 1 | 0.5 | $0.333 | 12/21 | 22.2s |
| #243 | Minimax M3.1 Flash xhigh | Minimax | 2 | 0.6 | $0.000 | 10/23 | 21.7s |
| #54 | Muse Spark Open low | Meta | 2 | 0.9 | $0.600 | 16/23 | 21.6s |
| #56 | Muse Spark 1.2 medium | Meta | 3 | 0.9 | $1.590 | 15/23 | 21.3s |
| #164 | Gemini 2.5 Flash medium | 2 | 0.7 | $0.680 | 15/23 | 20.5s | |
| #304 | Mistral Large 4 none | Mistral | 1 | 0.6 | $0.290 | 6/23 | 20.4s |
| #135 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 15/23 | 20.4s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.5 | $0.043 | 12/21 | 20.1s |
| #357 | Qwen3 Coder Next default | Qwen | 1 | 0.5 | $0.067 | 5/23 | 19.7s |
| #256 | Minimax M3.1 Flash medium | Minimax | 3 | 0.6 | $0.000 | 8/23 | 19.5s |