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: درست ٹیسٹس ↓.
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) |
|---|---|---|---|---|---|---|---|
| #307 | Gemma 4 31B none | 1 | 0.6 | $0.031 | 9/23 | 7.28s | |
| #320 | Gemma 4 26B A4B none | 2 | 0.5 | $0.031 | 9/23 | 10.5s | |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.5 | ~$0.010 | 9/23 | 5.05s |
| #337 | Inkling Small low | Thinkingmachines | 2 | 0.5 | $0.055 | 9/23 | 1.99s |
| #384 | Ring 2.6 1t default | Inclusionai | 2 | 0.4 | $0.026 | 9/23 | 48.9s |
| #376 | GLM 5V Turbo none | Z.ai | 2 | 0.5 | $0.052 | 8/21 | 2.99s |
| #379 | Owl Alpha medium | Openrouter | 2 | 0.5 | $0.000 | 8/21 | 11.9s |
| #385 | Mimo V2 Omni default | Xiaomi | 1 | 0.4 | $0.021 | 8/21 | 2.44s |
| #422 | Grok Build 0.1 none | X AI | 2 | 0.3 | $0.547 | 7/19 | 28.7s |
| #253 | Qwen3.6 27B none | Qwen | 2 | 0.6 | $0.148 | 8/23 | 12.7s |
| #256 | Minimax M3.1 Flash medium | Minimax | 3 | 0.6 | $0.000 | 8/23 | 19.5s |
| #264 | Trinity Large Thinking low | Arcee AI | 3 | 0.6 | $0.918 | 8/23 | 95.2s |
| #275 | Trinity Large Thinking medium | Arcee AI | 4 | 0.6 | $0.862 | 8/23 | 84.0s |
| #278 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 0.6 | $0.216 | 8/23 | 18.5s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.6 | $0.029 | 8/23 | 50.5s |