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 ↓.
216/216
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) |
|---|---|---|---|---|---|---|---|
| #280 | Trinity Large Thinking high | Arcee AI | 4 | 4.8 | $0.592 | 5/22 | 75.9s |
| #283 | GLM 4.7 Flash none | Z.ai | 1 | 4.8 | $0.016 | 5/22 | 8.81s |
| #292 | MiniMax M2.5 medium | Minimax | 3 | 4.6 | $0.327 | 5/22 | 69.1s |
| #316 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 3.4 | $0.000 | 4/19 | 17.1s |
| #284 | Trinity Large Preview none | Arcee AI | 3 | 4.8 | $0.008 | 4/21 | 2.98s |
| #303 | Hy3 preview none | Tencent | 4 | 4.0 | $0.007 | 4/21 | 12.9s |
| #304 | MiMo-V2-Flash none | Xiaomi | 2 | 4.0 | $0.025 | 4/21 | 2.76s |
| #241 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 5.4 | $0.040 | 4/22 | 36.2s |
| #242 | Laguna S 2.1 medium | Poolside | 1 | 5.4 | $0.053 | 4/22 | 58.4s |
| #247 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 5.4 | $0.021 | 4/22 | 20.7s |
| #248 | Laguna S 2.1 high | Poolside | 1 | 5.4 | $0.114 | 4/22 | 111.6s |
| #252 | Ling-2.6-1T none | Inclusionai | 2 | 5.3 | $0.016 | 4/22 | 8.59s |
| #254 | Qwen3.6 35B A3B none | Qwen | 2 | 5.3 | $0.051 | 4/22 | 5.57s |
| #264 | Qwen3.5-9B none | Qwen | 2 | 5.1 | $0.021 | 4/22 | 19.2s |
| #266 | North Mini Code none | Cohere | 2 | 5.1 | $0.000 | 4/22 | 29.9s |