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

522

Modèle le plus touché

Xing4.0 29b A4b 3

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.)
#399	Qwen3.5-9B medium	Qwen	1	0.4	$0.106	3/23	110.2s
Tests totaux 23 Tests incorrects 20 Coût total $0.106 Temps de réponse (moy.) 110.2s
#177	Qwen3.6 27B medium	Qwen	1	0.7	$1.021	11/23	107.8s
Tests totaux 23 Tests incorrects 12 Coût total $1.021 Temps de réponse (moy.) 107.8s
#179	Qwen3.8 Flash Next xhigh	Qwen	2	0.7	~$0.195	14/23	102.7s
Tests totaux 23 Tests incorrects 9 Coût total ~$0.195 Temps de réponse (moy.) 102.7s
#393	MiniMax M2.5 medium	Minimax	3	0.4	$0.440	5/23	102.3s
Tests totaux 23 Tests incorrects 18 Coût total $0.440 Temps de réponse (moy.) 102.3s
#154	Seed-2.0-Code medium	Bytedance Seed	1	0.7	$1.275	11/23	100.6s
Tests totaux 23 Tests incorrects 12 Coût total $1.275 Temps de réponse (moy.) 100.6s
#85	Muse Glimmer 30B xhigh	Meta	1	0.8	$0.585	14/23	97.7s
Tests totaux 23 Tests incorrects 9 Coût total $0.585 Temps de réponse (moy.) 97.7s
#264	Trinity Large Thinking low	Arcee AI	3	0.6	$0.918	8/23	95.2s
Tests totaux 23 Tests incorrects 15 Coût total $0.918 Temps de réponse (moy.) 95.2s
#148	Seed-2.0-Mini medium	Bytedance Seed	1	0.8	$0.140	12/23	91.7s
Tests totaux 23 Tests incorrects 11 Coût total $0.140 Temps de réponse (moy.) 91.7s
#106	DeepSeek V4 Pro 0423 high	DeepSeek	2	0.8	$0.149	11/23	91.3s
Tests totaux 23 Tests incorrects 12 Coût total $0.149 Temps de réponse (moy.) 91.3s
#377	Laguna S 2.1 low	Poolside	2	0.5	$0.108	3/23	88.2s
Tests totaux 23 Tests incorrects 20 Coût total $0.108 Temps de réponse (moy.) 88.2s
#153	DeepSeek V4 Flash 0731 low	DeepSeek	1	0.7	$0.306	13/23	88.1s
Tests totaux 23 Tests incorrects 10 Coût total $0.306 Temps de réponse (moy.) 88.1s
#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
#137	Nemotron 3.5 Super VL medium	NVIDIA	1	0.8	$0.437	14/23	84.9s
Tests totaux 23 Tests incorrects 9 Coût total $0.437 Temps de réponse (moy.) 84.9s
#389	Granite 4.2 8B none	IBM Granite	1	0.4	$0.037	3/23	84.7s
Tests totaux 23 Tests incorrects 20 Coût total $0.037 Temps de réponse (moy.) 84.7s
#34	Claude Sonnet 5.5 max	Anthropic	2	0.9	$8.557	18/23	84.3s
Tests totaux 23 Tests incorrects 5 Coût total $8.557 Temps de réponse (moy.) 84.3s

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.)