Peringkat Kepatuhan instruksi x Kedaluwarsa

Lihat model AI mana yang paling mungkin mengalami Kedaluwarsa di Kepatuhan instruksi, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Total Biaya ↑.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Laguna XS 2.1 1

Alasan kegagalan

Jawaban salah61 Tidak mengikuti instruksi18 Format tambahan3 Tidak ada jawaban2 Kedaluwarsa1 Kesalahan API1

Kategori

Spesifik domain43 Pemrograman26 Gabungan5 Pemecahan teka-teki5 Kecerdasan umum4 Trik anti-AI4 Kepatuhan instruksi1 Parsing dan ekstraksi data1

1/1

Peringkat	Model	Perusahaan	Jumlah Kedaluwarsa	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#160	Laguna XS 2.1 none	Poolside	1	3.8	$0.008	0/2	364ms
Total Tes 2 Tes Salah 2 Total Biaya $0.008 Waktu respons (rata-rata) 364ms

Filter model

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Kepatuhan instruksi: Kedaluwarsa

Filter model

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang