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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #279 | Step 5 Preview medium | Stepfun | 2 | 0.6 | $4.136 | 10/23 | 136.1s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.6 | $0.029 | 8/23 | 50.5s |
| #282 | Apodex 1.1 Mini medium | Apodex | 2 | 0.6 | $0.000 | 11/23 | 32.7s |
| #283 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.6 | $0.661 | 12/22 | 7.67s |
| #285 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.6 | $0.193 | 9/23 | 9.66s |
| #286 | Inkling Small medium | Thinkingmachines | 4 | 0.6 | $0.113 | 10/23 | 6.03s |
| #288 | Gemini 3.1 Flash Lite minimal | 3 | 0.6 | $0.080 | 10/23 | 3.95s | |
| #289 | gpt-oss-120b medium | OpenAI | 3 | 0.6 | $0.030 | 9/23 | 31.6s |
| #290 | Gemini 3.1 Flash Lite none | 1 | 0.6 | $0.069 | 9/23 | 3.58s | |
| #291 | Qwen3.6 Flash none | Qwen | 1 | 0.6 | $0.139 | 7/23 | 7.63s |
| #292 | Claude Sonnet 5 none | Anthropic | 1 | 0.6 | $1.095 | 7/23 | 8.60s |
| #293 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.6 | $0.164 | 8/23 | 6.76s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.6 | $0.028 | 7/23 | 14.7s |
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.6 | $0.055 | 8/23 | 3.46s |
| #297 | GPT-5.6 Terra none | OpenAI | 1 | 0.6 | $0.377 | 8/23 | 4.11s |