Ranking für Befolgung von Anweisungen x Falsche Antwort

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

Angezeigte Modelle

Gesamtfehler

Am stärksten betroffenes Modell

Fehlergründe

Falsche Antwort82 Anweisungen nicht befolgt48 Zusätzliche Formatierung7 Zeitüberschreitung5 API-Fehler2 Keine Antwort2

Kategorien

Domänenspezifisch654 Anti-KI-Tricks386 Programmierung361 Rätsellösen275 Allgemeinwissen244 Kombiniert95 Allgemeine Intelligenz90 Befolgung von Anweisungen82 Datenanalyse und -extraktion66 Werkzeugaufrufe5

82/82

Rang	Modell	Unternehmen	Falsche Antwort-Anzahl	Kategorie-Score	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#297	Ling 3.0 Tiny none	Inclusionai	1	3.1	$0.000	0/2	2.44s
Gesamttests 2 Falsche Tests 2 Gesamtkosten $0.000 Antwortzeit (Durchschnitt) 2.44s
#298	Granite 4.1 8B none	IBM Granite	1	3.6	$0.007	0/2	344ms
Gesamttests 2 Falsche Tests 2 Gesamtkosten $0.007 Antwortzeit (Durchschnitt) 344ms
#299	Nemotron 3.5 Lightning none	NVIDIA	1	6.5	$0.007	1/2	511ms
Gesamttests 2 Falsche Tests 1 Gesamtkosten $0.007 Antwortzeit (Durchschnitt) 511ms
#303	Grok 4.1 Fast none	X AI	1	3.0	$0.008	0/2	685ms
Gesamttests 2 Falsche Tests 2 Gesamtkosten $0.008 Antwortzeit (Durchschnitt) 685ms
#306	Laguna Xs.2 none	Poolside	1	6.5	$0.004	1/2	439ms
Gesamttests 2 Falsche Tests 1 Gesamtkosten $0.004 Antwortzeit (Durchschnitt) 439ms
#309	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	1	4.8	$0.000	0/2	541ms
Gesamttests 2 Falsche Tests 2 Gesamtkosten $0.000 Antwortzeit (Durchschnitt) 541ms
#311	LFM2-24B-A2B none	Liquid	1	6.3	$0.001	1/2	752ms
Gesamttests 2 Falsche Tests 1 Gesamtkosten $0.001 Antwortzeit (Durchschnitt) 752ms

←

1 2 3 4 5 6

Modelle filtern