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.
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) |
|---|---|---|---|---|---|---|---|
| #56 | GPT-5.4 Mini medium | OpenAI | 1 | 4.5 | $0.756 | 0/1 | 3.72s |
| #58 | Qwen3.5-27B medium | Qwen | 1 | 6.1 | $1.627 | 0/1 | 101.4s |
| #63 | Claude Sonnet 4.6 none | Anthropic | 1 | 6.1 | $0.661 | 0/1 | 2.56s |
| #71 | Qwen3.7 Plus none | Qwen | 1 | 5.3 | $0.106 | 0/1 | 1.33s |
| #73 | Grok 4.3 medium | X AI | 1 | 5.4 | $0.779 | 0/1 | 24.7s |
| #75 | Grok 4.20 medium | X AI | 1 | 3.9 | $0.777 | 0/1 | 24.5s |
| #77 | Kimi K2.5 medium | Moonshot AI | 1 | 6.5 | $0.600 | 0/1 | 69.7s |
| #78 | Mercury 2 medium | Inception | 1 | 4.8 | $0.093 | 0/1 | 821ms |
| #80 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 5.1 | $0.101 | 0/1 | 36.7s |
| #81 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 4.7 | $0.467 | 0/1 | 2.35s |
| #84 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 5.5 | $0.187 | 0/1 | 4.02s |
| #90 | Qwen3.6 35B A3B medium | Qwen | 1 | 4.4 | $0.746 | 0/1 | 8.66s |
| #99 | Qwen3.6 27B medium | Qwen | 1 | 6.5 | $0.779 | 0/1 | 39.5s |
| #101 | MiMo-V2.5 medium | Xiaomi | 1 | 5.4 | $0.082 | 0/1 | 5.37s |
| #103 | Qwen3.5-27B none | Qwen | 1 | 5.0 | $0.090 | 0/1 | 2.51s |