ترتيب الذكاء العام x لم يتبع التعليمات

اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور لم يتبع التعليمات في الذكاء العام، حتى ترصد نقاط الضعف بسرعة أكبر.

النماذج المعروضة

إجمالي الإخفاقات

115

النموذج الأكثر تأثرًا

Grok 4.5 1

أسباب الفشل

لم يتبع التعليمات115 إجابة خاطئة90 خطأ API14 انتهت المهلة4

الفئات

حل الألغاز128 الذكاء العام115 اتباع التعليمات48 حيل مضادة للذكاء الاصطناعي44 البرمجة29 استدعاء الأدوات12 تحليل البيانات واستخراجها7 خاص بالمجال2 مجمّع1

115/115

الترتيب	النموذج	الشركة	عدد لم يتبع التعليمات	درجة الفئة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#24	Grok 4.5 high	X AI	1	4.7	$2.252	0/1	9.82s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $2.252 زمن الاستجابة (المتوسط) 9.82s
#25	GPT-5.3-Codex medium	OpenAI	1	4.6	$0.988	0/1	4.87s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.988 زمن الاستجابة (المتوسط) 4.87s
#27	Seed 2.1 Turbo high	Bytedance Seed	1	6.5	$1.797	0/1	25.7s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.797 زمن الاستجابة (المتوسط) 25.7s
#37	Muse Spark 1.2 medium	Meta	1	6.1	$1.339	0/1	10.7s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.339 زمن الاستجابة (المتوسط) 10.7s
#41	Qwen3.8 Max low	Qwen	1	6.5	$0.702	0/1	5.29s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.702 زمن الاستجابة (المتوسط) 5.29s
#42	GPT-5.4 medium	OpenAI	1	4.7	$1.560	0/1	4.92s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.560 زمن الاستجابة (المتوسط) 4.92s
#44	Muse Spark 1.2 low	Meta	1	5.0	$0.655	0/1	8.46s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.655 زمن الاستجابة (المتوسط) 8.46s
#47	GPT-5.2 medium	OpenAI	1	3.7	$1.182	0/1	4.32s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.182 زمن الاستجابة (المتوسط) 4.32s
#48	Qwen3.8 27B high	Qwen	1	5.0	~$0.287	0/1	8.45s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.287 زمن الاستجابة (المتوسط) 8.45s
#49	Seed 2.1 Turbo medium	Bytedance Seed	1	6.1	$1.951	0/1	40.6s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.951 زمن الاستجابة (المتوسط) 40.6s
#53	Gemini 2.5 Flash medium	Google	1	4.8	$0.644	0/1	4.86s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.644 زمن الاستجابة (المتوسط) 4.86s
#55	Claude Sonnet 5 medium	Anthropic	1	4.8	$0.922	0/1	4.32s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.922 زمن الاستجابة (المتوسط) 4.32s
#57	GPT-5 Mini medium	OpenAI	1	4.5	$0.241	0/1	13.5s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.241 زمن الاستجابة (المتوسط) 13.5s
#67	GPT-5.2 Chat none	OpenAI	1	4.4	$0.594	0/1	3.20s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.594 زمن الاستجابة (المتوسط) 3.20s
#69	Qwen3.8 27B low	Qwen	1	5.0	~$0.071	0/1	5.37s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.071 زمن الاستجابة (المتوسط) 5.37s

تصفية النماذج

أفضل النماذج حسب عدد لم يتبع التعليمات

عدد لم يتبع التعليمات مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)

أفضل النماذج حسب التكلفة المهدرة التقديرية

الذكاء العام: لم يتبع التعليمات

تصفية النماذج

أفضل النماذج حسب عدد لم يتبع التعليمات

عدد لم يتبع التعليمات مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)