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
142/142
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) |
|---|---|---|---|---|---|---|---|
| #267 | Space Bunny Alpha xhigh | Stealth | 1 | 0.5 | $0.000 | 0/1 | 4.74s |
| #268 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.5 | $0.669 | 0/1 | 2.35s |
| #271 | Gemini 3.1 Flash Lite Preview none | 1 | 0.4 | $0.090 | 0/1 | 741ms | |
| #274 | Beam 1.0 501B A23B high | Reflection | 1 | 0.5 | $0.674 | 0/1 | 1.94s |
| #276 | Apodex 1.1 Mini low | Apodex | 1 | 0.5 | $0.000 | 0/1 | 18.0s |
| #278 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.5 | $0.216 | 0/1 | 1.41s |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.3 | $4.136 | 0/1 | 34.8s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.4 | $0.029 | 0/1 | 605ms |
| #282 | Apodex 1.1 Mini medium | Apodex | 1 | 0.5 | $0.000 | 0/1 | 16.1s |
| #283 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.6 | $0.661 | 0/1 | 2.56s |
| #285 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.5 | $0.193 | 0/1 | 1.40s |
| #286 | Inkling Small medium | Thinkingmachines | 1 | 0.5 | $0.113 | 0/1 | 2.58s |
| #288 | Gemini 3.1 Flash Lite minimal | 1 | 0.4 | $0.080 | 0/1 | 791ms | |
| #289 | gpt-oss-120b medium | OpenAI | 1 | 0.4 | $0.030 | 0/1 | 7.90s |
| #292 | Claude Sonnet 5 none | Anthropic | 1 | 0.5 | $1.095 | 0/1 | 2.81s |