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) |
|---|---|---|---|---|---|---|---|
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.5 | $0.055 | 0/1 | 616ms |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.6 | $0.391 | 0/1 | 1.69s |
| #300 | Ring 2.6 1t medium | Inclusionai | 1 | 0.4 | $0.102 | 0/1 | 58.3s |
| #301 | Trinity Large Thinking high | Arcee AI | 1 | 0.6 | $0.794 | 0/1 | 12.9s |
| #302 | GPT-5 Nano medium | OpenAI | 1 | 0.4 | $0.159 | 0/1 | 17.5s |
| #303 | GPT-5.4 Mini none | OpenAI | 1 | 0.5 | $0.170 | 0/1 | 1.82s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.6 | $0.120 | 0/1 | 1.19s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.5 | $0.040 | 0/1 | 489ms |
| #315 | Nemotron 3 Super medium | NVIDIA | 1 | 0.4 | $0.081 | 0/1 | 6.91s |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.5 | $0.486 | 0/1 | 1.55s |
| #320 | Gemma 4 26B A4B none | 1 | 0.4 | $0.031 | 0/1 | 3.54s | |
| #328 | Step 3.5 Flash medium | Stepfun | 1 | 0.6 | $0.105 | 0/1 | 22.4s |
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.4 | $0.036 | 0/1 | 659ms |
| #337 | Inkling Small low | Thinkingmachines | 1 | 0.5 | $0.055 | 0/1 | 1.42s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.4 | $0.043 | 0/1 | 4.20s |