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

142

النموذج الأكثر تأثرًا

Claude Sonnet 5.5 1

أسباب الفشل

لم يتبع التعليمات142 إجابة خاطئة134 خطأ API17 انتهت المهلة4

الفئات

حل الألغاز166 الذكاء العام142 اتباع التعليمات77 حيل مضادة للذكاء الاصطناعي52 البرمجة50 استدعاء الأدوات13 مهام الوكلاء10 تحليل البيانات واستخراجها8 خاص بالمجال3 مجمّع1

142/142

الترتيب	النموذج	الشركة	عدد لم يتبع التعليمات	درجة الفئة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#143	Qwen3.8 Flash Next medium	Qwen	1	0.5	~$0.047	0/1	7.29s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.047 زمن الاستجابة (المتوسط) 7.29s
#145	Qwen3.8 27B low	Qwen	1	0.5	~$0.089	0/1	5.37s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.089 زمن الاستجابة (المتوسط) 5.37s
#148	Seed-2.0-Mini medium	Bytedance Seed	1	0.5	$0.140	0/1	36.7s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.140 زمن الاستجابة (المتوسط) 36.7s
#154	Seed-2.0-Code medium	Bytedance Seed	1	0.5	$1.275	0/1	11.4s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.275 زمن الاستجابة (المتوسط) 11.4s
#155	GLM 5.3 FlashX high	Z.ai	1	0.6	$0.210	0/1	2.28s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.210 زمن الاستجابة (المتوسط) 2.28s
#161	GLM 5.3 Flash high	Z.ai	1	0.5	$0.056	0/1	3.33s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.056 زمن الاستجابة (المتوسط) 3.33s
#164	Gemini 2.5 Flash medium	Google	1	0.5	$0.680	0/1	4.86s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.680 زمن الاستجابة (المتوسط) 4.86s
#166	Qwen3.6 Plus medium	Qwen	1	0.5	$0.554	0/1	27.1s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.554 زمن الاستجابة (المتوسط) 27.1s
#167	Gemini 3.5 Flash Lite medium	Google	1	0.5	$0.440	0/1	2.97s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.440 زمن الاستجابة (المتوسط) 2.97s
#168	Qwen3.5-27B none	Qwen	1	0.5	$0.116	0/1	2.51s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.116 زمن الاستجابة (المتوسط) 2.51s
#170	Qwen3.8 27B medium	Qwen	1	0.5	~$0.073	0/1	9.20s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.073 زمن الاستجابة (المتوسط) 9.20s
#175	GLM 5 medium	Z.ai	1	0.6	$0.479	0/1	14.7s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.479 زمن الاستجابة (المتوسط) 14.7s
#177	Qwen3.6 27B medium	Qwen	1	0.6	$1.021	0/1	39.5s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.021 زمن الاستجابة (المتوسط) 39.5s
#179	Qwen3.8 Flash Next xhigh	Qwen	1	0.5	~$0.195	0/1	3.95s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.195 زمن الاستجابة (المتوسط) 3.95s
#180	GLM 5.3 FlashX medium	Z.ai	1	0.3	$0.114	0/1	1.79s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.114 زمن الاستجابة (المتوسط) 1.79s

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)