Suivi des instructions : Mauvaise réponse
Suivi des instructions
Mauvaise réponse
Voyez quels modèles d'IA ont le plus de chances de rencontrer Mauvaise réponse sur Suivi des instructions, pour repérer plus vite les points faibles.
Raisons d'échec
111/111
Filtrer les modèles
Aucun modèle ne correspond à la recherche et aux filtres actuels.
| Rang | Modèle | Entreprise | Nombre de Mauvaise réponse | Score de catégorie | Coût total | Tests corrects | Temps de réponse (moy.) |
|---|---|---|---|---|---|---|---|
| #411 | MiMo-V2-Flash default | Xiaomi | 1 | 0.7 | $0.025 | 1/2 | 857ms |
| #415 | Grok 4.1 Fast default | X AI | 1 | 0.3 | $0.008 | 0/2 | 685ms |
| #416 | Laguna Xs.2 default | Poolside | 1 | 0.7 | $0.004 | 1/2 | 439ms |
| #421 | d1-ultra default | Liquid | 1 | 0.2 | $0.003 | 0/1 | 571ms |
| #422 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.5 | $0.000 | 0/2 | 541ms |
| #423 | Jev 1.13 default | Typesafe | 1 | 0.2 | $0.003 | 0/1 | 557ms |
| #424 | Decider V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 508ms |
| #425 | Decider V1.1 27B default | Perplexity | 1 | 0.2 | $0.002 | 0/1 | 333ms |
| #426 | Drex v1.5 default | Nace AI | 1 | 0.2 | $0.002 | 0/1 | 1.33s |
| #427 | GPT-6 Luna Decisions default | OpenAI | 1 | 0.2 | $0.005 | 0/1 | 842ms |
| #428 | Kev 4B default | Jaredpalmer | 1 | 0.2 | $0.002 | 0/1 | 17.3s |
| #429 | Jev 1.14 default | Typesafe | 1 | 0.2 | $0.003 | 0/1 | 543ms |
| #430 | Classify-1 default | Scaledown | 1 | 0.2 | $0.008 | 0/1 | 4.26s |
| #431 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 0/1 | 904ms |
| #432 | Decider Flash V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 424ms |