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) |
|---|---|---|---|---|---|---|---|
| #301 | Trinity Large Thinking high | Arcee AI | 4 | 0.6 | $0.794 | 6/23 | 74.5s |
| #303 | GPT-5.4 Mini none | OpenAI | 3 | 0.6 | $0.170 | 6/23 | 3.34s |
| #304 | Mistral Large 4 none | Mistral | 1 | 0.6 | $0.290 | 6/23 | 20.4s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 2 | 0.6 | $0.120 | 6/23 | 18.3s |
| #316 | Kimi K2.6 none | Moonshot AI | 3 | 0.5 | $0.486 | 6/23 | 26.3s |
| #322 | Seed-2.0-Code none | Bytedance Seed | 2 | 0.5 | $0.257 | 6/23 | 17.5s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.5 | $0.060 | 6/23 | 6.20s |
| #338 | Ling 3.0 Flash none | Inclusionai | 1 | 0.5 | $0.004 | 6/23 | 3.40s |
| #350 | Mercury 2.5 Preview low | Inception | 2 | 0.5 | $0.015 | 6/23 | 4.92s |
| #373 | DeepSeek V3.2 none | DeepSeek | 1 | 0.5 | $0.119 | 6/23 | 22.4s |
| #382 | Ling 2.6 Flash default | Inclusionai | 2 | 0.5 | $0.002 | 6/23 | 10.2s |
| #436 | GPT-6 Luna Decisions default | OpenAI | 1 | 0.2 | $0.005 | 3/12 | 495ms |
| #413 | Elephant Alpha default | Openrouter | 3 | 0.4 | $0.000 | 5/21 | 1.22s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.6 | $0.149 | 5/23 | 38.6s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.6 | $0.053 | 5/23 | 27.4s |