Peringkat Kepatuhan instruksi x Kesalahan API

Lihat model AI mana yang paling mungkin mengalami Kesalahan API di Kepatuhan instruksi, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Command A+ 2

Alasan kegagalan

Jawaban salah111 Tidak mengikuti instruksi73 Kesalahan API25 Format tambahan8 Kedaluwarsa5 Tidak ada jawaban2

Kategori

Pemrograman65 Gabungan62 Trik anti-AI44 Spesifik domain40 Pemanggilan alat39 Tugas agen36 Pemecahan teka-teki35 Parsing dan ekstraksi data32 Kepatuhan instruksi25 Pengetahuan umum19

21/21

Peringkat	Model	Perusahaan	Jumlah Kesalahan API	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#408	Command A+ medium	Cohere	2	0.3	$0.064	0/2	103.0s
Total Tes 2 Tes Salah 2 Total Biaya $0.064 Waktu respons (rata-rata) 103.0s
#414	Command A+ high	Cohere	2	0.3	$0.079	0/2	110.3s
Total Tes 2 Tes Salah 2 Total Biaya $0.079 Waktu respons (rata-rata) 110.3s
#417	Command A+ none	Cohere	2	0.3	$0.000	0/2	95.7s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 95.7s
#418	Command A+ low	Cohere	2	0.3	$0.073	0/2	105.7s
Total Tes 2 Tes Salah 2 Total Biaya $0.073 Waktu respons (rata-rata) 105.7s
#32	Muse Wonder medium	Meta	1	0.7	$3.397	1/2	3.88s
Total Tes 2 Tes Salah 1 Total Biaya $3.397 Waktu respons (rata-rata) 3.88s
#40	Muse Wonder low	Meta	1	0.7	$2.637	1/2	2.08s
Total Tes 2 Tes Salah 1 Total Biaya $2.637 Waktu respons (rata-rata) 2.08s
#43	Muse Wonder minimal	Meta	1	0.7	$1.639	1/2	1.39s
Total Tes 2 Tes Salah 1 Total Biaya $1.639 Waktu respons (rata-rata) 1.39s
#131	Muse Wonder high	Meta	1	0.7	$3.426	1/2	1.97s
Total Tes 2 Tes Salah 1 Total Biaya $3.426 Waktu respons (rata-rata) 1.97s
#139	Muse Wonder xhigh	Meta	1	0.7	$4.012	1/2	2.64s
Total Tes 2 Tes Salah 1 Total Biaya $4.012 Waktu respons (rata-rata) 2.64s
#141	GPT-6 Luna low	OpenAI	1	0.7	$0.033	1/2	17.4s
Total Tes 2 Tes Salah 1 Total Biaya $0.033 Waktu respons (rata-rata) 17.4s
#184	Ember-1 low	Fireworks	1	0.6	$1.488	1/2	32.7s
Total Tes 2 Tes Salah 1 Total Biaya $1.488 Waktu respons (rata-rata) 32.7s
#185	Step 5 Preview high	Stepfun	1	0.7	$4.513	1/2	20.5s
Total Tes 2 Tes Salah 1 Total Biaya $4.513 Waktu respons (rata-rata) 20.5s
#191	Ember-1 high	Fireworks	1	0.7	$2.405	1/2	33.4s
Total Tes 2 Tes Salah 1 Total Biaya $2.405 Waktu respons (rata-rata) 33.4s
#209	Ember-1 max	Fireworks	1	0.6	$3.264	1/2	33.0s
Total Tes 2 Tes Salah 1 Total Biaya $3.264 Waktu respons (rata-rata) 33.0s
#225	Mercury 2.5 high	Inception	1	0.7	$0.044	1/2	934ms
Total Tes 2 Tes Salah 1 Total Biaya $0.044 Waktu respons (rata-rata) 934ms

Filter model

Model teratas menurut Jumlah Kesalahan API

Jumlah Kesalahan API vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Kepatuhan instruksi: Kesalahan API

Filter model

Model teratas menurut Jumlah Kesalahan API

Jumlah Kesalahan API vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang