Peringkat kegagalan Tidak mengikuti instruksi

Lihat model AI mana yang paling sering mengalami Tidak mengikuti instruksi, agar Anda bisa melihat risiko keandalan sebelum memilih. Urutkan berdasarkan: Tes benar ↑.

Model yang ditampilkan

Total kegagalan

245

Model yang paling terdampak

Granite 4.1 8B 4

Kategori

Dalam kategori Pemecahan teka-teki90 Dalam kategori Kecerdasan umum78 Dalam kategori Trik anti-AI33 Dalam kategori Kepatuhan instruksi18 Dalam kategori Pemrograman16 Dalam kategori Pemanggilan alat8 Dalam kategori Gabungan1 Dalam kategori Spesifik domain1

140/140

Peringkat	Model	Perusahaan	Jumlah Tidak mengikuti instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#23	Claude Sonnet 5 medium	Anthropic	1	8.3	$0.922	16/22	12.5s
Total Tes 22 Tes Salah 6 Total Biaya $0.922 Waktu respons (rata-rata) 12.5s
#12	Grok 4.5 high	X AI	1	8.9	$1.707	17/22	76.5s
Total Tes 22 Tes Salah 5 Total Biaya $1.707 Waktu respons (rata-rata) 76.5s
#131	Grok 4.20 Beta medium	X AI	1	6.0	$0.750	14/18	9.75s
Total Tes 18 Tes Salah 4 Total Biaya $0.750 Waktu respons (rata-rata) 9.75s
#163	Gemini 3.1 Flash Lite Preview high	Google	1	5.3	$2.310	13/16	68.1s
Total Tes 16 Tes Salah 3 Total Biaya $2.310 Waktu respons (rata-rata) 68.1s
#9	Gemini 3.5 Flash medium	Google	1	9.1	$0.642	19/22	8.20s
Total Tes 22 Tes Salah 3 Total Biaya $0.642 Waktu respons (rata-rata) 8.20s

Kegagalan Tidak mengikuti instruksi

Filter model

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)