الذكاء العام: لم يتبع التعليمات
الذكاء العام
لم يتبع التعليمات
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور لم يتبع التعليمات في الذكاء العام، حتى ترصد نقاط الضعف بسرعة أكبر. الترتيب حسب: اختبارات صحيحة ↓.
أسباب الفشل
78/78
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد لم يتبع التعليمات | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #12 | Grok 4.5 high | X AI | 1 | 4.7 | $1.707 | 0/1 | 9.82s |
| #13 | GPT-5.3-Codex medium | OpenAI | 1 | 4.6 | $0.920 | 0/1 | 4.87s |
| #18 | GPT-5.4 medium | OpenAI | 1 | 4.7 | $1.533 | 0/1 | 4.92s |
| #21 | GPT-5.2 medium | OpenAI | 1 | 3.7 | $0.951 | 0/1 | 4.32s |
| #23 | Claude Sonnet 5 medium | Anthropic | 1 | 4.8 | $0.922 | 0/1 | 4.32s |
| #25 | Gemini 2.5 Flash medium | 1 | 4.8 | $0.643 | 0/1 | 4.86s | |
| #26 | GPT-5 Mini medium | OpenAI | 1 | 4.5 | $0.237 | 0/1 | 13.5s |
| #30 | GPT-5.2 Chat none | OpenAI | 1 | 4.4 | $0.604 | 0/1 | 3.20s |
| #35 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 6.7 | $0.234 | 0/1 | 18.2s |
| #37 | Qwen3.6 Plus medium | Qwen | 1 | 5.1 | $0.405 | 0/1 | 27.1s |
| #42 | GLM 5 medium | Z.ai | 1 | 6.1 | $0.307 | 0/1 | 14.7s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 1 | 6.1 | $0.042 | 0/1 | 25.2s |
| #47 | MiniMax M3 medium | Minimax | 1 | 5.1 | $0.286 | 0/1 | 33.3s |
| #53 | GPT-5.4 Nano medium | OpenAI | 1 | 4.5 | $0.138 | 0/1 | 4.15s |
| #54 | GPT-5.3 Chat none | OpenAI | 1 | 4.6 | $0.571 | 0/1 | 1.99s |