ترتيب إخفاقات لم يتبع التعليمات

اكتشف أي نماذج الذكاء الاصطناعي تواجه لم يتبع التعليمات أكثر من غيرها، حتى ترى مخاطر الاعتمادية قبل الاختيار. الترتيب حسب: النتيجة ↑.

النماذج المعروضة

إجمالي الإخفاقات

522

النموذج الأكثر تأثرًا

LFM2-24B-A2B 1

الفئات

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

293/293

الترتيب	النموذج	الشركة	عدد لم يتبع التعليمات	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#327	MiMo-V2.6-Flash none	Xiaomi	1	0.5	$0.060	6/23	6.20s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.060 زمن الاستجابة (المتوسط) 6.20s
#326	Hy4 preview low	Tencent	1	0.5	$1.844	3/23	207.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 20 إجمالي التكلفة $1.844 زمن الاستجابة (المتوسط) 207.2s
#324	Qwen3.8 27B none	Qwen	1	0.5	~$0.010	9/23	5.05s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة ~$0.010 زمن الاستجابة (المتوسط) 5.05s
#322	Seed-2.0-Code none	Bytedance Seed	2	0.5	$0.257	6/23	17.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.257 زمن الاستجابة (المتوسط) 17.5s
#321	GLM 5V Turbo medium	Z.ai	1	0.5	$0.457	11/21	23.1s
إجمالي الاختبارات 21 الاختبارات الخاطئة 10 إجمالي التكلفة $0.457 زمن الاستجابة (المتوسط) 23.1s
#320	Gemma 4 26B A4B none	Google	2	0.5	$0.031	9/23	10.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.031 زمن الاستجابة (المتوسط) 10.5s
#318	Gemini 2.5 Flash none	Google	1	0.5	$0.017	8/23	6.00s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.017 زمن الاستجابة (المتوسط) 6.00s
#317	Ling 3.1 Flash none	Inclusionai	5	0.5	$0.000	5/23	15.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 18 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 15.7s
#316	Kimi K2.6 none	Moonshot AI	3	0.5	$0.486	6/23	26.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.486 زمن الاستجابة (المتوسط) 26.3s
#315	Nemotron 3 Super medium	NVIDIA	3	0.6	$0.081	8/23	56.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.081 زمن الاستجابة (المتوسط) 56.4s
#314	Nemotron 3.5 Super VL none	NVIDIA	2	0.6	$0.040	8/23	47.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.040 زمن الاستجابة (المتوسط) 47.0s
#313	Qwen3.5-35B-A3B none	Qwen	2	0.6	$0.120	6/23	18.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.120 زمن الاستجابة (المتوسط) 18.3s
#311	Step 5 Preview low	Stepfun	1	0.6	$4.110	10/23	138.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $4.110 زمن الاستجابة (المتوسط) 138.3s
#309	GPT-5.4 none	OpenAI	1	0.6	$0.690	7/23	3.89s
إجمالي الاختبارات 23 الاختبارات الخاطئة 16 إجمالي التكلفة $0.690 زمن الاستجابة (المتوسط) 3.89s
#308	Space Bunny Alpha low	Stealth	2	0.6	$0.000	8/23	30.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 30.6s

إخفاقات لم يتبع التعليمات

تصفية النماذج

أفضل النماذج حسب عدد لم يتبع التعليمات

عدد لم يتبع التعليمات مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)