Fehler-Ranking für Anweisungen nicht befolgt

Sieh, bei welchen KI-Modellen Anweisungen nicht befolgt besonders häufig auftritt, damit du Zuverlässigkeitsrisiken vor der Auswahl erkennst. Sortieren nach: Korrekte Tests ↑.

Angezeigte Modelle

Gesamtfehler

245

Am stärksten betroffenes Modell

Granite 4.1 8B 4

Kategorien

In der Kategorie Rätsellösen90 In der Kategorie Allgemeine Intelligenz78 In der Kategorie Anti-KI-Tricks33 In der Kategorie Befolgung von Anweisungen18 In der Kategorie Programmierung16 In der Kategorie Werkzeugaufrufe8 In der Kategorie Domänenspezifisch1 In der Kategorie Kombiniert1

140/140

Rang	Modell	Unternehmen	Anweisungen nicht befolgt-Anzahl	Punktzahl	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#23	Claude Sonnet 5 medium	Anthropic	1	8.3	$0.922	16/22	12.5s
Gesamttests 22 Falsche Tests 6 Gesamtkosten $0.922 Antwortzeit (Durchschnitt) 12.5s
#12	Grok 4.5 high	X AI	1	8.9	$1.707	17/22	76.5s
Gesamttests 22 Falsche Tests 5 Gesamtkosten $1.707 Antwortzeit (Durchschnitt) 76.5s
#131	Grok 4.20 Beta medium	X AI	1	6.0	$0.750	14/18	9.75s
Gesamttests 18 Falsche Tests 4 Gesamtkosten $0.750 Antwortzeit (Durchschnitt) 9.75s
#163	Gemini 3.1 Flash Lite Preview high	Google	1	5.3	$2.310	13/16	68.1s
Gesamttests 16 Falsche Tests 3 Gesamtkosten $2.310 Antwortzeit (Durchschnitt) 68.1s
#9	Gemini 3.5 Flash medium	Google	1	9.1	$0.642	19/22	8.20s
Gesamttests 22 Falsche Tests 3 Gesamtkosten $0.642 Antwortzeit (Durchschnitt) 8.20s

Anweisungen nicht befolgt-Fehler

Modelle filtern

Top-Modelle nach Anweisungen nicht befolgt-Anzahl

Anweisungen nicht befolgt-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)