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

Kategori

Spesifik domain46 Pemrograman26 Gabungan11 Pemecahan teka-teki11 Tugas agen11 Trik anti-AI8 Kepatuhan instruksi5 Kecerdasan umum4 Parsing dan ekstraksi data2 Pengetahuan umum2

5/5

Peringkat	Model	Perusahaan	Jumlah Kedaluwarsa	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#326	Laguna XS 2.1 none	Poolside	1	0.4	$0.020	0/2	364ms
Total Tes 2 Tes Salah 2 Total Biaya $0.020 Waktu respons (rata-rata) 364ms
#272	Granite 4.2 8B medium	IBM Granite	1	0.4	$0.029	0/2	36.9s
Total Tes 2 Tes Salah 2 Total Biaya $0.029 Waktu respons (rata-rata) 36.9s
#323	Granite 4.2 8B low	IBM Granite	1	0.3	$0.036	0/2	75.8s
Total Tes 2 Tes Salah 2 Total Biaya $0.036 Waktu respons (rata-rata) 75.8s
#380	Granite 4.2 8B none	IBM Granite	1	0.3	$0.037	0/2	79.5s
Total Tes 2 Tes Salah 2 Total Biaya $0.037 Waktu respons (rata-rata) 79.5s
#362	Granite 4.2 8B high	IBM Granite	1	0.6	$0.111	1/2	87.5s
Total Tes 2 Tes Salah 1 Total Biaya $0.111 Waktu respons (rata-rata) 87.5s

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