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: Coût total ↓.

Modèles affichés

Échecs totaux

522

Modèle le plus touché

Claude Sonnet 5.5 2

Catégories

Dans la catégorie Résolution d'énigmes166 Dans la catégorie Intelligence générale142 Dans la catégorie Suivi des instructions77 Dans la catégorie Astuces anti-IA52 Dans la catégorie Programmation50 Dans la catégorie Appel d'outils13 Dans la catégorie Tâches agentiques10 Dans la catégorie Analyse et extraction des données8 Dans la catégorie Spécifique au domaine3 Dans la catégorie Combiné1

293/293

Rang	Modèle	Entreprise	Nombre de N'a pas suivi les instructions	Score	Coût total	Tests corrects	Temps de réponse (moy.)
#382	Ling 2.6 Flash default	Inclusionai	2	0.5	$0.002	6/23	10.2s
Tests totaux 23 Tests incorrects 17 Coût total $0.002 Temps de réponse (moy.) 10.2s
#433	Decider V1.2 default	Perplexity	1	0.3	$0.001	5/12	517ms
Tests totaux 12 Tests incorrects 7 Coût total $0.001 Temps de réponse (moy.) 517ms
#445	LFM2-24B-A2B default	Liquid	1	0.2	$0.001	2/16	782ms
Tests totaux 16 Tests incorrects 14 Coût total $0.001 Temps de réponse (moy.) 782ms
#450	Nimble v3 9B default	Bespoke Labs	1	0.8	~$0.001	1/7	363ms
Tests totaux 7 Tests incorrects 6 Coût total ~$0.001 Temps de réponse (moy.) 363ms
#194	Minimax M3.1 Flash max	Minimax	1	0.7	$0.000	11/23	40.9s
Tests totaux 23 Tests incorrects 12 Coût total $0.000 Temps de réponse (moy.) 40.9s
#206	Space Bunny Alpha max	Stealth	2	0.7	$0.000	11/23	36.2s
Tests totaux 23 Tests incorrects 12 Coût total $0.000 Temps de réponse (moy.) 36.2s
#217	Apodex 1.1 Mini high	Apodex	1	0.7	$0.000	11/23	31.2s
Tests totaux 23 Tests incorrects 12 Coût total $0.000 Temps de réponse (moy.) 31.2s
#228	Minimax M3.1 Flash high	Minimax	4	0.7	$0.000	9/23	34.0s
Tests totaux 23 Tests incorrects 14 Coût total $0.000 Temps de réponse (moy.) 34.0s
#243	Minimax M3.1 Flash xhigh	Minimax	2	0.6	$0.000	10/23	21.7s
Tests totaux 23 Tests incorrects 13 Coût total $0.000 Temps de réponse (moy.) 21.7s
#249	Dots 3 Note Preview high	Dots Studio	1	0.6	$0.000	10/23	70.5s
Tests totaux 23 Tests incorrects 13 Coût total $0.000 Temps de réponse (moy.) 70.5s
#250	Dots 3 Note Preview low	Dots Studio	2	0.6	$0.000	10/23	66.1s
Tests totaux 23 Tests incorrects 13 Coût total $0.000 Temps de réponse (moy.) 66.1s
#256	Minimax M3.1 Flash medium	Minimax	3	0.6	$0.000	8/23	19.5s
Tests totaux 23 Tests incorrects 15 Coût total $0.000 Temps de réponse (moy.) 19.5s
#260	Ling 3.1 Flash low	Inclusionai	3	0.6	$0.000	12/23	85.2s
Tests totaux 23 Tests incorrects 11 Coût total $0.000 Temps de réponse (moy.) 85.2s
#262	Space Bunny Alpha medium	Stealth	1	0.6	$0.000	10/23	32.9s
Tests totaux 23 Tests incorrects 13 Coût total $0.000 Temps de réponse (moy.) 32.9s
#267	Space Bunny Alpha xhigh	Stealth	2	0.6	$0.000	9/23	60.0s
Tests totaux 23 Tests incorrects 14 Coût total $0.000 Temps de réponse (moy.) 60.0s

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.)