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.
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) |
|---|---|---|---|---|---|---|---|
| #291 | Qwen3.6 Flash none | Qwen | 1 | 0.6 | $0.139 | 1/2 | 1.10s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.6 | $0.028 | 1/2 | 892ms |
| #295 | Qwen3.8 Flash Next none | Qwen | 1 | 0.7 | ~$0.011 | 1/2 | 612ms |
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.7 | $0.055 | 1/2 | 608ms |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.7 | $0.391 | 1/2 | 6.81s |
| #301 | Trinity Large Thinking high | Arcee AI | 1 | 0.6 | $0.794 | 1/2 | 4.12s |
| #303 | GPT-5.4 Mini none | OpenAI | 1 | 0.6 | $0.170 | 1/2 | 728ms |
| #304 | Mistral Large 4 none | Mistral | 1 | 0.7 | $0.290 | 1/2 | 1.16s |
| #307 | Gemma 4 31B none | 1 | 0.7 | $0.031 | 1/2 | 2.84s | |
| #308 | Space Bunny Alpha low | Stealth | 1 | 0.4 | $0.000 | 0/2 | 1.43s |
| #309 | GPT-5.4 none | OpenAI | 1 | 0.7 | $0.690 | 1/2 | 1.07s |
| #310 | Solar Pro 4 none | Upstage | 1 | 0.6 | $0.022 | 1/2 | 1.67s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.6 | $0.120 | 1/2 | 809ms |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.7 | $0.486 | 1/2 | 1.64s |
| #319 | GPT-6 Luna none | OpenAI | 1 | 0.6 | $0.026 | 1/2 | 17.0s |