Classement des échecs pour N'a pas suivi les instructions

Voyez quels modèles d'IA rencontrent le plus souvent N'a pas suivi les instructions, pour repérer les risques de fiabilité avant de choisir. Trier par: Temps de réponse (moy.) ↑.

Modèles affichés

Échecs totaux

387

Modèle le plus touché

Nemotron 3 Nano Omni 30b A3b Reasoning 2

Catégories

Dans la catégorie Résolution d'énigmes128 Dans la catégorie Intelligence générale116 Dans la catégorie Suivi des instructions48 Dans la catégorie Astuces anti-IA44 Dans la catégorie Programmation29 Dans la catégorie Appel d'outils12 Dans la catégorie Analyse et extraction des données7 Dans la catégorie Spécifique au domaine2 Dans la catégorie Combiné1

216/216

Rang	Modèle	Entreprise	Nombre de N'a pas suivi les instructions	Score	Coût total	Tests corrects	Temps de réponse (moy.)
#144	Claude Fable 5.1 low	Anthropic	3	6.9	$2.565	11/22	10.3s
Tests totaux 22 Tests incorrects 11 Coût total $2.565 Temps de réponse (moy.) 10.3s
#237	Qwen3.6 27B none	Qwen	2	5.5	$0.062	7/22	10.6s
Tests totaux 22 Tests incorrects 15 Coût total $0.062 Temps de réponse (moy.) 10.6s
#243	KAT-Coder-Air V2.5 low	Kwaipilot	2	5.4	$0.046	7/22	10.6s
Tests totaux 22 Tests incorrects 15 Coût total $0.046 Temps de réponse (moy.) 10.6s
#274	Ling-2.6-flash none	Inclusionai	2	4.9	$0.002	6/22	10.7s
Tests totaux 22 Tests incorrects 16 Coût total $0.002 Temps de réponse (moy.) 10.7s
#260	Mistral Small 4 medium	Mistral	2	5.1	$0.097	5/22	10.8s
Tests totaux 22 Tests incorrects 17 Coût total $0.097 Temps de réponse (moy.) 10.8s
#293	Laguna S 2.1 none	Poolside	1	4.5	$0.022	2/22	11.7s
Tests totaux 22 Tests incorrects 20 Coût total $0.022 Temps de réponse (moy.) 11.7s
#60	Claude Fable 5.1 medium	Anthropic	1	8.3	$2.909	15/22	11.7s
Tests totaux 22 Tests incorrects 7 Coût total $2.909 Temps de réponse (moy.) 11.7s
#153	DeepSeek V4 Pro none	DeepSeek	2	6.8	$0.210	9/22	11.7s
Tests totaux 22 Tests incorrects 13 Coût total $0.210 Temps de réponse (moy.) 11.7s
#59	Muse Spark 1.1 low	Meta	3	8.3	$0.673	13/22	11.9s
Tests totaux 22 Tests incorrects 9 Coût total $0.673 Temps de réponse (moy.) 11.9s
#230	Owl Alpha medium	Openrouter	2	5.6	$0.000	8/21	11.9s
Tests totaux 21 Tests incorrects 13 Coût total $0.000 Temps de réponse (moy.) 11.9s
#121	Qwen3.7 Plus none	Qwen	1	7.3	$0.106	12/22	12.1s
Tests totaux 22 Tests incorrects 10 Coût total $0.106 Temps de réponse (moy.) 12.1s
#63	Claude Sonnet 5 medium	Anthropic	1	8.2	$0.922	15/22	12.5s
Tests totaux 22 Tests incorrects 7 Coût total $0.922 Temps de réponse (moy.) 12.5s
#209	Qwen3.5-35B-A3B none	Qwen	2	5.9	$0.151	6/22	12.7s
Tests totaux 22 Tests incorrects 16 Coût total $0.151 Temps de réponse (moy.) 12.7s
#303	Hy3 preview none	Tencent	4	4.0	$0.007	4/21	12.9s
Tests totaux 21 Tests incorrects 17 Coût total $0.007 Temps de réponse (moy.) 12.9s
#226	Qwen3.5-122B-A10B none	Qwen	2	5.7	$0.283	6/22	12.9s
Tests totaux 22 Tests incorrects 16 Coût total $0.283 Temps de réponse (moy.) 12.9s

Échecs N'a pas suivi les instructions

Filtrer les modèles

Meilleurs modèles par Nombre de N'a pas suivi les instructions

Nombre de N'a pas suivi les instructions vs Score

Meilleurs modèles par Temps de réponse (moy.)