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 ↓.
140/140
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) |
|---|---|---|---|---|---|---|---|
| #9 | Gemini 3.5 Flash medium | 1 | 9.1 | $0.642 | 19/22 | 8.20s | |
| #163 | Gemini 3.1 Flash Lite Preview high | 1 | 5.3 | $2.310 | 13/16 | 68.1s | |
| #131 | Grok 4.20 Beta medium | X AI | 1 | 6.0 | $0.750 | 14/18 | 9.75s |
| #12 | Grok 4.5 high | X AI | 1 | 8.9 | $1.707 | 17/22 | 76.5s |
| #13 | GPT-5.3-Codex medium | OpenAI | 2 | 8.9 | $0.920 | 16/22 | 17.0s |
| #23 | Claude Sonnet 5 medium | Anthropic | 1 | 8.3 | $0.922 | 16/22 | 12.5s |
| #42 | GLM 5 medium | Z.ai | 1 | 7.7 | $0.307 | 15/21 | 33.5s |
| #16 | Muse Spark 1.1 medium | Meta | 2 | 8.6 | $1.357 | 15/22 | 25.0s |
| #18 | GPT-5.4 medium | OpenAI | 2 | 8.5 | $1.533 | 15/22 | 23.1s |
| #25 | Gemini 2.5 Flash medium | 1 | 8.2 | $0.643 | 15/22 | 21.2s | |
| #28 | Inkling high | Thinkingmachines | 1 | 8.0 | $1.006 | 15/22 | 64.2s |
| #37 | Qwen3.6 Plus medium | Qwen | 1 | 7.8 | $0.405 | 15/22 | 43.1s |
| #49 | GLM 5 Turbo medium | Z.ai | 1 | 7.6 | $0.323 | 14/21 | 23.0s |
| #100 | Hy3 preview medium | Tencent | 1 | 6.5 | $0.018 | 14/21 | 16.3s |
| #21 | GPT-5.2 medium | OpenAI | 3 | 8.4 | $0.951 | 14/22 | 22.6s |