Ranking für Befolgung von Anweisungen x API-Fehler

Sieh, welche KI-Modelle bei Befolgung von Anweisungen am ehesten auf API-Fehler stoßen, damit du Schwachstellen schneller erkennst.

Angezeigte Modelle

Gesamtfehler

Am stärksten betroffenes Modell

Fehlergründe

Falsche Antwort111 Anweisungen nicht befolgt73 API-Fehler25 Zusätzliche Formatierung8 Zeitüberschreitung5 Keine Antwort2

Kategorien

Programmierung65 Kombiniert62 Anti-KI-Tricks44 Domänenspezifisch40 Werkzeugaufrufe39 Agentenaufgaben36 Rätsellösen35 Datenanalyse und -extraktion32 Befolgung von Anweisungen25 Allgemeinwissen19

21/21

Rang	Modell	Unternehmen	API-Fehler-Anzahl	Kategorie-Score	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#239	Mercury 2.5 medium	Inception	1	0.6	$0.034	1/2	1.07s
Gesamttests 2 Falsche Tests 1 Gesamtkosten $0.034 Antwortzeit (Durchschnitt) 1.07s
#320	Ember-1 none	Fireworks	1	0.6	$0.786	1/2	31.0s
Gesamttests 2 Falsche Tests 1 Gesamtkosten $0.786 Antwortzeit (Durchschnitt) 31.0s
#336	Mercury 2.5 low	Inception	1	0.3	$0.020	0/2	972ms
Gesamttests 2 Falsche Tests 2 Gesamtkosten $0.020 Antwortzeit (Durchschnitt) 972ms
#389	Qwen3.6 Plus Preview medium	Qwen	1	0.7	$0.000	1/2	3.40s
Gesamttests 2 Falsche Tests 1 Gesamtkosten $0.000 Antwortzeit (Durchschnitt) 3.40s
#398	Xing4.0 29b A4b medium	Xingchen AGI	1	0.4	$0.000	0/2	25.4s
Gesamttests 2 Falsche Tests 2 Gesamtkosten $0.000 Antwortzeit (Durchschnitt) 25.4s
#412	Xing4.0 29b A4b none	Xingchen AGI	1	0.4	$0.000	0/2	11.7s
Gesamttests 2 Falsche Tests 2 Gesamtkosten $0.000 Antwortzeit (Durchschnitt) 11.7s

Modelle filtern