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) |
|---|---|---|---|---|---|---|---|
| #320 | Gemma 4 26B A4B none | 1 | 0.6 | $0.031 | 1/2 | 690ms | |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.6 | ~$0.010 | 1/2 | 582ms |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.7 | $0.060 | 1/2 | 810ms |
| #331 | GPT-5.6 Luna none | OpenAI | 1 | 0.7 | $0.042 | 1/2 | 1.23s |
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.3 | $0.036 | 0/2 | 75.8s |
| #333 | Kimi K2.5 none | Moonshot AI | 1 | 0.7 | $0.262 | 1/2 | 2.67s |
| #335 | Laguna XS 2.1 none | Poolside | 1 | 0.4 | $0.020 | 0/2 | 364ms |
| #336 | Qwen3.6 35B A3B none | Qwen | 1 | 0.6 | $0.105 | 1/2 | 1.86s |
| #338 | Ling 3.0 Flash none | Inclusionai | 1 | 0.5 | $0.004 | 0/2 | 836ms |
| #343 | Mistral Small 4 medium | Mistral | 1 | 0.7 | $0.126 | 1/2 | 1.38s |
| #344 | Mistral Small 4 none | Mistral | 1 | 0.7 | $0.047 | 1/2 | 380ms |
| #345 | Mercury 2.5 low | Inception | 1 | 0.3 | $0.020 | 0/2 | 972ms |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 1 | 0.6 | $0.135 | 1/2 | 1.03s |
| #348 | Apodex 1.1 Mini default | Apodex | 1 | 0.5 | $0.000 | 0/2 | 1.06s |
| #349 | Laguna S 2.1 medium | Poolside | 1 | 0.4 | $0.092 | 0/2 | 400ms |