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) |
|---|---|---|---|---|---|---|---|
| #215 | GPT 5.3 Chat default | OpenAI | 2 | 0.7 | $0.533 | 13/23 | 6.31s |
| #195 | Gemini 3.1 Flash Lite medium | 1 | 0.7 | $0.153 | 13/23 | 6.27s | |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 4 | 0.5 | $0.135 | 5/23 | 6.21s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.5 | $0.060 | 6/23 | 6.20s |
| #286 | Inkling Small medium | Thinkingmachines | 4 | 0.6 | $0.113 | 10/23 | 6.03s |
| #318 | Gemini 2.5 Flash none | 1 | 0.5 | $0.017 | 8/23 | 6.00s | |
| #99 | Gemini 4 Argon low | 1 | 0.8 | $0.438 | 15/23 | 5.72s | |
| #352 | Dots 3 Note Preview default | Dots Studio | 2 | 0.5 | $0.000 | 3/23 | 5.36s |
| #277 | Inkling none | Thinkingmachines | 1 | 0.6 | $0.292 | 7/23 | 5.30s |
| #397 | Mercury 2.5 none | Inception | 4 | 0.4 | $0.026 | 2/23 | 5.10s |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.5 | ~$0.010 | 9/23 | 5.05s |
| #350 | Mercury 2.5 Preview low | Inception | 2 | 0.5 | $0.015 | 6/23 | 4.92s |
| #245 | Beam 1.0 501B A23B low | Reflection | 2 | 0.6 | $0.432 | 11/23 | 4.89s |
| #254 | Gemini 3.5 Flash Lite low | 1 | 0.6 | $0.183 | 12/23 | 4.79s | |
| #415 | Hunter Alpha default | OpenRouter | 2 | 0.3 | $0.000 | 6/18 | 4.70s |