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) |
|---|---|---|---|---|---|---|---|
| #405 | Granite 4.1 8b default | IBM Granite | 1 | 0.4 | $0.007 | 0/2 | 344ms |
| #406 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.7 | $0.009 | 1/2 | 511ms |
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.6 | $0.087 | 1/2 | 649ms |
| #412 | Laguna M.1 default | Poolside | 1 | 0.6 | $0.009 | 1/2 | 683ms |
| #415 | Hunter Alpha default | OpenRouter | 1 | 0.6 | $0.000 | 1/2 | 2.82s |
| #416 | Grok 4.20 none | X AI | 1 | 0.6 | $0.057 | 1/2 | 445ms |
| #420 | MiMo-V2-Flash default | Xiaomi | 1 | 0.7 | $0.025 | 1/2 | 857ms |
| #424 | Grok 4.1 Fast default | X AI | 1 | 0.3 | $0.008 | 0/2 | 685ms |
| #425 | Laguna Xs.2 default | Poolside | 1 | 0.7 | $0.004 | 1/2 | 439ms |
| #430 | d1-ultra default | Liquid | 1 | 0.2 | $0.003 | 0/1 | 571ms |
| #431 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.5 | $0.000 | 0/2 | 541ms |
| #432 | Jev 1.13 default | Typesafe | 1 | 0.2 | $0.003 | 0/1 | 557ms |
| #433 | Decider V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 508ms |
| #434 | Decider V1.1 27B default | Perplexity | 1 | 0.2 | $0.002 | 0/1 | 333ms |
| #435 | Drex v1.5 default | Nace AI | 1 | 0.2 | $0.002 | 0/1 | 1.33s |