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
157/157
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) |
|---|---|---|---|---|---|---|---|
| #291 | Qwen3.6 Flash none | Qwen | 1 | 0.4 | $0.139 | 0/3 | 1.21s |
| #293 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.6 | $0.164 | 1/3 | 1.06s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.4 | $0.028 | 0/3 | 1.39s |
| #300 | Ring 2.6 1t medium | Inclusionai | 1 | 0.6 | $0.102 | 1/3 | 20.7s |
| #302 | GPT-5 Nano medium | OpenAI | 1 | 0.5 | $0.159 | 1/3 | 20.6s |
| #303 | GPT-5.4 Mini none | OpenAI | 1 | 0.5 | $0.170 | 1/3 | 836ms |
| #304 | Mistral Large 4 none | Mistral | 1 | 0.8 | $0.290 | 2/3 | 19.3s |
| #306 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.5 | $0.000 | 1/3 | 8.71s |
| #307 | Gemma 4 31B none | 1 | 0.6 | $0.031 | 1/3 | 4.23s | |
| #308 | Space Bunny Alpha low | Stealth | 1 | 0.8 | $0.000 | 2/3 | 3.51s |
| #309 | GPT-5.4 none | OpenAI | 1 | 0.6 | $0.690 | 1/3 | 1.44s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.4 | $0.120 | 0/3 | 1.35s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.5 | $0.040 | 0/3 | 754ms |
| #315 | Nemotron 3 Super medium | NVIDIA | 1 | 0.3 | $0.081 | 0/3 | 3.15s |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.3 | $0.486 | 0/3 | 1.40s |