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) |
|---|---|---|---|---|---|---|---|
| #350 | Mercury 2.5 Preview low | Inception | 1 | 0.6 | $0.015 | 1/2 | 1.60s |
| #351 | MiniMax M2.7 medium | Minimax | 1 | 0.4 | $0.326 | 0/2 | 12.8s |
| #352 | Dots 3 Note Preview default | Dots Studio | 1 | 0.5 | $0.000 | 0/2 | 1.06s |
| #353 | GPT-4o-mini default | OpenAI | 1 | 0.6 | $0.024 | 1/2 | 1.11s |
| #356 | Inkling Small none | Thinkingmachines | 1 | 0.6 | $0.054 | 1/2 | 767ms |
| #357 | Qwen3 Coder Next default | Qwen | 1 | 0.6 | $0.067 | 1/2 | 7.78s |
| #358 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 0/2 | 453ms |
| #360 | Ling 2.6 1t default | Inclusionai | 1 | 0.6 | $0.016 | 1/2 | 5.36s |
| #361 | MiMo-V2.5 none | Xiaomi | 1 | 0.7 | $0.049 | 1/2 | 751ms |
| #362 | Qwen3.5-9B none | Qwen | 1 | 0.7 | $0.041 | 1/2 | 514ms |
| #363 | Hy4 preview none | Tencent | 1 | 0.7 | $0.165 | 1/2 | 47.9s |
| #366 | GLM 4.7 Flash none | Z.ai | 1 | 0.7 | $0.027 | 1/2 | 888ms |
| #367 | Mercury 2.5 Preview default | Inception | 1 | 0.6 | $0.023 | 1/2 | 1.26s |
| #369 | North Mini Code default | Cohere | 1 | 0.7 | $0.000 | 1/2 | 30.7s |
| #370 | Laguna S 2.1 none | Poolside | 1 | 0.4 | $0.044 | 0/2 | 566ms |