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

142

Am stärksten betroffenes Modell

Claude Sonnet 5.5 1

Fehlergründe

Anweisungen nicht befolgt142 Falsche Antwort134 API-Fehler17 Zeitüberschreitung4

Kategorien

Rätsellösen166 Allgemeine Intelligenz142 Befolgung von Anweisungen77 Anti-KI-Tricks52 Programmierung50 Werkzeugaufrufe13 Agentenaufgaben10 Datenanalyse und -extraktion8 Domänenspezifisch3 Kombiniert1

142/142

Rang	Modell	Unternehmen	Anweisungen nicht befolgt-Anzahl	Kategorie-Score	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#143	Qwen3.8 Flash Next medium	Qwen	1	0.5	~$0.047	0/1	7.29s
Gesamttests 1 Falsche Tests 1 Gesamtkosten ~$0.047 Antwortzeit (Durchschnitt) 7.29s
#145	Qwen3.8 27B low	Qwen	1	0.5	~$0.089	0/1	5.37s
Gesamttests 1 Falsche Tests 1 Gesamtkosten ~$0.089 Antwortzeit (Durchschnitt) 5.37s
#148	Seed-2.0-Mini medium	Bytedance Seed	1	0.5	$0.140	0/1	36.7s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.140 Antwortzeit (Durchschnitt) 36.7s
#154	Seed-2.0-Code medium	Bytedance Seed	1	0.5	$1.275	0/1	11.4s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $1.275 Antwortzeit (Durchschnitt) 11.4s
#155	GLM 5.3 FlashX high	Z.ai	1	0.6	$0.210	0/1	2.28s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.210 Antwortzeit (Durchschnitt) 2.28s
#161	GLM 5.3 Flash high	Z.ai	1	0.5	$0.056	0/1	3.33s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.056 Antwortzeit (Durchschnitt) 3.33s
#164	Gemini 2.5 Flash medium	Google	1	0.5	$0.680	0/1	4.86s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.680 Antwortzeit (Durchschnitt) 4.86s
#166	Qwen3.6 Plus medium	Qwen	1	0.5	$0.554	0/1	27.1s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.554 Antwortzeit (Durchschnitt) 27.1s
#167	Gemini 3.5 Flash Lite medium	Google	1	0.5	$0.440	0/1	2.97s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.440 Antwortzeit (Durchschnitt) 2.97s
#168	Qwen3.5-27B none	Qwen	1	0.5	$0.116	0/1	2.51s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.116 Antwortzeit (Durchschnitt) 2.51s
#170	Qwen3.8 27B medium	Qwen	1	0.5	~$0.073	0/1	9.20s
Gesamttests 1 Falsche Tests 1 Gesamtkosten ~$0.073 Antwortzeit (Durchschnitt) 9.20s
#175	GLM 5 medium	Z.ai	1	0.6	$0.479	0/1	14.7s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.479 Antwortzeit (Durchschnitt) 14.7s
#177	Qwen3.6 27B medium	Qwen	1	0.6	$1.021	0/1	39.5s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $1.021 Antwortzeit (Durchschnitt) 39.5s
#179	Qwen3.8 Flash Next xhigh	Qwen	1	0.5	~$0.195	0/1	3.95s
Gesamttests 1 Falsche Tests 1 Gesamtkosten ~$0.195 Antwortzeit (Durchschnitt) 3.95s
#180	GLM 5.3 FlashX medium	Z.ai	1	0.3	$0.114	0/1	1.79s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.114 Antwortzeit (Durchschnitt) 1.79s

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: 0.4752 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.046984.

Top-Modelle nach Geschätzte verschwendete Kosten