Befolgung von Anweisungen: Falsche Antwort
Befolgung von Anweisungen
Falsche Antwort
Sieh, welche KI-Modelle bei Befolgung von Anweisungen am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst. Sortieren nach: Antwortzeit (Durchschnitt) ↓.
Fehlergründe
117/117
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.3 | $0.036 | 0/2 | 75.8s |
| #363 | Hy4 preview none | Tencent | 1 | 0.7 | $0.165 | 1/2 | 47.9s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.4 | $0.029 | 0/2 | 36.9s |
| #369 | North Mini Code default | Cohere | 1 | 0.7 | $0.000 | 1/2 | 30.7s |
| #437 | Kev 4B default | Jaredpalmer | 1 | 0.2 | $0.002 | 0/1 | 17.3s |
| #319 | GPT-6 Luna none | OpenAI | 1 | 0.6 | $0.026 | 1/2 | 17.0s |
| #351 | MiniMax M2.7 medium | Minimax | 1 | 0.4 | $0.326 | 0/2 | 12.8s |
| #379 | Owl Alpha medium | Openrouter | 1 | 0.7 | $0.000 | 1/2 | 10.2s |
| #221 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 0/2 | 9.27s |
| #210 | Qwen3.5-Flash none | Qwen | 1 | 0.6 | $0.089 | 1/2 | 8.81s |
| #357 | Qwen3 Coder Next default | Qwen | 1 | 0.6 | $0.067 | 1/2 | 7.78s |
| #372 | Qwen3 Coder Next medium | Qwen | 1 | 0.6 | $0.071 | 1/2 | 7.49s |
| #147 | GLM 5.1 medium | Z.ai | 1 | 0.6 | $1.546 | 1/2 | 7.47s |
| #174 | LongCat 2.0 medium | Meituan | 1 | 0.7 | $0.767 | 1/2 | 7.38s |
| #165 | LongCat 2.0 high | Meituan | 1 | 0.7 | $0.778 | 1/2 | 6.96s |