حل الألغاز: لم يتبع التعليمات
حل الألغاز
لم يتبع التعليمات
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور لم يتبع التعليمات في حل الألغاز، حتى ترصد نقاط الضعف بسرعة أكبر.
أسباب الفشل
121/121
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) |
|---|---|---|---|---|---|---|---|
| #136 | Claude Fable 5.1 low | Anthropic | 1 | 7.7 | $2.565 | 2/3 | 4.78s |
| #137 | Qwen3.7 Flash medium | Qwen | 1 | 7.1 | $0.065 | 1/3 | 8.30s |
| #140 | Qwen3.6 Flash medium | Qwen | 1 | 8.2 | $0.741 | 2/3 | 6.29s |
| #143 | Solar Pro 4 low | Upstage | 1 | 9.0 | $0.044 | 2/3 | 42.1s |
| #144 | Solar Pro 4 medium | Upstage | 1 | 9.0 | $0.047 | 2/3 | 45.8s |
| #147 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 6.7 | $0.221 | 1/3 | 5.31s |
| #152 | LongCat 2.0 low | Meituan | 1 | 3.1 | $0.412 | 0/3 | 8.15s |
| #155 | LongCat 2.0 high | Meituan | 1 | 3.1 | $0.492 | 0/3 | 9.18s |
| #158 | Qwen3.5-27B none | Qwen | 1 | 6.7 | $0.058 | 1/3 | 1.38s |
| #160 | Inkling Small medium | Thinkingmachines | 1 | 5.8 | $0.113 | 1/3 | 5.24s |
| #167 | Hy3 preview medium | Tencent | 1 | 7.7 | $0.049 | 2/3 | 11.1s |
| #170 | Dots 3 Note Preview low | Dots Studio | 1 | 5.3 | $0.000 | 1/3 | 8.52s |
| #175 | Ring-2.6-1T medium | Inclusionai | 1 | 5.9 | $0.102 | 1/3 | 20.7s |
| #176 | Mimo V2 PRO medium | Xiaomi | 1 | 6.4 | $0.333 | 1/3 | 5.08s |
| #184 | gpt-oss-120b medium | OpenAI | 1 | 5.3 | $0.020 | 1/3 | 21.7s |