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) |
|---|---|---|---|---|---|---|---|
| #408 | Ling 3.0 Tiny high | Inclusionai | 3 | 0.4 | $0.000 | 4/23 | 72.2s |
| #409 | Ling 3.0 Tiny low | Inclusionai | 4 | 0.4 | $0.000 | 4/23 | 63.2s |
| #410 | Ling 3.0 Tiny medium | Inclusionai | 4 | 0.4 | $0.000 | 4/23 | 65.0s |
| #440 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 2/12 | 880ms |
| #424 | Grok 4.1 Fast default | X AI | 3 | 0.3 | $0.008 | 3/19 | 1.62s |
| #450 | Nimble v3 9B default | Bespoke Labs | 1 | 0.8 | ~$0.001 | 1/7 | 363ms |
| #326 | Hy4 preview low | Tencent | 1 | 0.5 | $1.844 | 3/23 | 207.2s |
| #348 | Apodex 1.1 Mini default | Apodex | 2 | 0.5 | $0.000 | 3/23 | 7.79s |
| #352 | Dots 3 Note Preview default | Dots Studio | 2 | 0.5 | $0.000 | 3/23 | 5.36s |
| #363 | Hy4 preview none | Tencent | 2 | 0.5 | $0.165 | 3/23 | 40.4s |
| #372 | Qwen3 Coder Next medium | Qwen | 3 | 0.5 | $0.071 | 3/23 | 17.0s |
| #377 | Laguna S 2.1 low | Poolside | 2 | 0.5 | $0.108 | 3/23 | 88.2s |
| #389 | Granite 4.2 8B none | IBM Granite | 1 | 0.4 | $0.037 | 3/23 | 84.7s |
| #399 | Qwen3.5-9B medium | Qwen | 1 | 0.4 | $0.106 | 3/23 | 110.2s |
| #406 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.4 | $0.009 | 3/23 | 15.9s |