Ranking für Allgemeine Intelligenz x Anweisungen nicht befolgt

Sieh, welche KI-Modelle bei Allgemeine Intelligenz am ehesten auf Anweisungen nicht befolgt stoßen, damit du Schwachstellen schneller erkennst.

Angezeigte Modelle

Gesamtfehler

115

Am stärksten betroffenes Modell

Grok 4.5 1

Fehlergründe

Anweisungen nicht befolgt115 Falsche Antwort90 API-Fehler14 Zeitüberschreitung4

Kategorien

Rätsellösen128 Allgemeine Intelligenz115 Befolgung von Anweisungen48 Anti-KI-Tricks44 Programmierung29 Werkzeugaufrufe12 Datenanalyse und -extraktion7 Domänenspezifisch2 Kombiniert1

115/115

Rang	Modell	Unternehmen	Anweisungen nicht befolgt-Anzahl	Kategorie-Score	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#24	Grok 4.5 high	X AI	1	4.7	$2.252	0/1	9.82s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $2.252 Antwortzeit (Durchschnitt) 9.82s
#25	GPT-5.3-Codex medium	OpenAI	1	4.6	$0.988	0/1	4.87s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.988 Antwortzeit (Durchschnitt) 4.87s
#27	Seed 2.1 Turbo high	Bytedance Seed	1	6.5	$1.797	0/1	25.7s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $1.797 Antwortzeit (Durchschnitt) 25.7s
#37	Muse Spark 1.2 medium	Meta	1	6.1	$1.339	0/1	10.7s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $1.339 Antwortzeit (Durchschnitt) 10.7s
#41	Qwen3.8 Max low	Qwen	1	6.5	$0.702	0/1	5.29s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.702 Antwortzeit (Durchschnitt) 5.29s
#42	GPT-5.4 medium	OpenAI	1	4.7	$1.560	0/1	4.92s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $1.560 Antwortzeit (Durchschnitt) 4.92s
#44	Muse Spark 1.2 low	Meta	1	5.0	$0.655	0/1	8.46s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.655 Antwortzeit (Durchschnitt) 8.46s
#47	GPT-5.2 medium	OpenAI	1	3.7	$1.182	0/1	4.32s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $1.182 Antwortzeit (Durchschnitt) 4.32s
#48	Qwen3.8 27B high	Qwen	1	5.0	~$0.287	0/1	8.45s
Gesamttests 1 Falsche Tests 1 Gesamtkosten ~$0.287 Antwortzeit (Durchschnitt) 8.45s
#49	Seed 2.1 Turbo medium	Bytedance Seed	1	6.1	$1.951	0/1	40.6s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $1.951 Antwortzeit (Durchschnitt) 40.6s
#53	Gemini 2.5 Flash medium	Google	1	4.8	$0.644	0/1	4.86s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.644 Antwortzeit (Durchschnitt) 4.86s
#55	Claude Sonnet 5 medium	Anthropic	1	4.8	$0.922	0/1	4.32s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.922 Antwortzeit (Durchschnitt) 4.32s
#57	GPT-5 Mini medium	OpenAI	1	4.5	$0.241	0/1	13.5s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.241 Antwortzeit (Durchschnitt) 13.5s
#67	GPT-5.2 Chat none	OpenAI	1	4.4	$0.594	0/1	3.20s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.594 Antwortzeit (Durchschnitt) 3.20s
#69	Qwen3.8 27B low	Qwen	1	5.0	~$0.071	0/1	5.37s
Gesamttests 1 Falsche Tests 1 Gesamtkosten ~$0.071 Antwortzeit (Durchschnitt) 5.37s

Modelle filtern

Top-Modelle nach Anweisungen nicht befolgt-Anzahl

Anweisungen nicht befolgt-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)

Top-Modelle nach Geschätzte verschwendete Kosten

Allgemeine Intelligenz: Anweisungen nicht befolgt

Modelle filtern

Top-Modelle nach Anweisungen nicht befolgt-Anzahl

Anweisungen nicht befolgt-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)

Top-Modelle nach Geschätzte verschwendete KostenNur geschätzte GPU-Stromkosten. Der übrige Computer und die Anschaffungskosten der Hardware sind nicht enthalten. NVIDIA GeForce RTX 3090: 2.8999 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.286715.

Top-Modelle nach Geschätzte verschwendete Kosten