Peringkat Kepatuhan instruksi x Jawaban salah

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Alasan kegagalan

Jawaban salah82 Tidak mengikuti instruksi48 Format tambahan7 Kedaluwarsa5 Kesalahan API2 Tidak ada jawaban2

Kategori

Spesifik domain654 Trik anti-AI386 Pemrograman361 Pemecahan teka-teki275 Pengetahuan umum244 Gabungan95 Kecerdasan umum90 Kepatuhan instruksi82 Parsing dan ekstraksi data66 Pemanggilan alat5

82/82

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#297	Ling 3.0 Tiny none	Inclusionai	1	3.1	$0.000	0/2	2.44s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 2.44s
#298	Granite 4.1 8B none	IBM Granite	1	3.6	$0.007	0/2	344ms
Total Tes 2 Tes Salah 2 Total Biaya $0.007 Waktu respons (rata-rata) 344ms
#299	Nemotron 3.5 Lightning none	NVIDIA	1	6.5	$0.007	1/2	511ms
Total Tes 2 Tes Salah 1 Total Biaya $0.007 Waktu respons (rata-rata) 511ms
#303	Grok 4.1 Fast none	X AI	1	3.0	$0.008	0/2	685ms
Total Tes 2 Tes Salah 2 Total Biaya $0.008 Waktu respons (rata-rata) 685ms
#306	Laguna Xs.2 none	Poolside	1	6.5	$0.004	1/2	439ms
Total Tes 2 Tes Salah 1 Total Biaya $0.004 Waktu respons (rata-rata) 439ms
#309	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	1	4.8	$0.000	0/2	541ms
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 541ms
#311	LFM2-24B-A2B none	Liquid	1	6.3	$0.001	1/2	752ms
Total Tes 2 Tes Salah 1 Total Biaya $0.001 Waktu respons (rata-rata) 752ms

←

1 2 3 4 5 6

Filter model