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) |
|---|---|---|---|---|---|---|---|
| #372 | Qwen3 Coder Next medium | Qwen | 1 | 0.6 | $0.071 | 1/2 | 7.49s |
| #374 | GPT-5.4 Nano none | OpenAI | 1 | 0.6 | $0.068 | 1/2 | 784ms |
| #376 | GLM 5V Turbo none | Z.ai | 1 | 0.7 | $0.052 | 1/2 | 1.97s |
| #377 | Laguna S 2.1 low | Poolside | 1 | 0.4 | $0.108 | 0/2 | 423ms |
| #379 | Owl Alpha medium | Openrouter | 1 | 0.7 | $0.000 | 1/2 | 10.2s |
| #380 | Mimo V2 PRO default | Xiaomi | 1 | 0.7 | $0.045 | 1/2 | 2.51s |
| #381 | Owl Alpha default | Openrouter | 1 | 0.6 | $0.000 | 1/2 | 2.63s |
| #385 | Mimo V2 Omni default | Xiaomi | 1 | 0.7 | $0.021 | 1/2 | 4.26s |
| #386 | Nemotron 3 Super none | NVIDIA | 1 | 0.6 | $0.016 | 1/2 | 804ms |
| #388 | Trinity Large Preview default | Arcee AI | 1 | 0.4 | $0.008 | 0/2 | 822ms |
| #391 | Mercury 2 none | Inception | 1 | 0.7 | $0.033 | 1/2 | 551ms |
| #394 | GLM 4.7 Flash medium | Z.ai | 1 | 0.6 | $0.193 | 1/2 | 2.97s |
| #396 | GLM 5 Turbo none | Z.ai | 1 | 0.7 | $0.047 | 1/2 | 2.13s |
| #397 | Mercury 2.5 none | Inception | 1 | 0.5 | $0.026 | 0/2 | 493ms |
| #404 | Ling 3.0 Tiny default | Inclusionai | 1 | 0.3 | $0.000 | 0/2 | 2.44s |