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) |
|---|---|---|---|---|---|---|---|
| #436 | GPT-6 Luna Decisions default | OpenAI | 1 | 0.2 | $0.005 | 0/1 | 842ms |
| #437 | Kev 4B default | Jaredpalmer | 1 | 0.2 | $0.002 | 0/1 | 17.3s |
| #438 | Jev 1.14 default | Typesafe | 1 | 0.2 | $0.003 | 0/1 | 543ms |
| #439 | Classify-1 default | Scaledown | 1 | 0.2 | $0.008 | 0/1 | 4.26s |
| #440 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 0/1 | 904ms |
| #441 | Decider Flash V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 424ms |
| #443 | D1 default | Liquid | 1 | 0.2 | $0.003 | 0/1 | 820ms |
| #445 | LFM2-24B-A2B default | Liquid | 1 | 0.6 | $0.001 | 1/2 | 752ms |
| #446 | Solar Decide Flash default | Upstage | 1 | 0.2 | $0.003 | 0/1 | 1.66s |
| #447 | Microsoft-Decision-1 default | Microsoft | 1 | 0.2 | $0.002 | 0/1 | 997ms |
| #449 | Tev1 4B Experimental default | Togethercomputer | 1 | 0.2 | $0.002 | 0/1 | 555ms |
| #450 | Nimble v3 9B default | Bespoke Labs | 1 | 0.2 | ~$0.001 | 0/1 | 469ms |