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: Jumlah kegagalan ↑.
Kategori
Dalam kategori Pemecahan teka-teki167 Dalam kategori Kecerdasan umum142 Dalam kategori Kepatuhan instruksi77 Dalam kategori Trik anti-AI52 Dalam kategori Pemrograman50 Dalam kategori Pemanggilan alat13 Dalam kategori Tugas agen10 Dalam kategori Parsing dan ekstraksi data8 Dalam kategori Spesifik domain3 Dalam kategori Gabungan1
294/294
Filter model
Tidak ada model yang cocok dengan pencarian dan filter saat ini.
| Peringkat | Model | Perusahaan | Jumlah Tidak mengikuti instruksi | Skor | Total Biaya | Tes benar | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|
| #164 | GLM 5.3 Flash high | Z.ai | 2 | 0.7 | $0.056 | 13/23 | 29.1s |
| #167 | Gemini 2.5 Flash medium | 2 | 0.7 | $0.680 | 15/23 | 20.5s | |
| #168 | LongCat 2.0 high | Meituan | 2 | 0.7 | $0.778 | 10/23 | 151.7s |
| #171 | Qwen3.5-27B none | Qwen | 2 | 0.7 | $0.116 | 10/23 | 9.98s |
| #173 | Qwen3.8 27B medium | Qwen | 2 | 0.7 | ~$0.073 | 14/23 | 40.1s |
| #182 | Qwen3.8 Flash Next xhigh | Qwen | 2 | 0.7 | ~$0.195 | 14/23 | 102.7s |
| #185 | MiMo-V2.6-Flash low | Xiaomi | 2 | 0.7 | $0.200 | 12/23 | 54.6s |
| #204 | Kimi K2.6 medium | Moonshot AI | 2 | 0.7 | $1.594 | 12/23 | 121.3s |
| #206 | Inkling low | Thinkingmachines | 2 | 0.7 | $0.293 | 11/23 | 6.81s |
| #209 | Space Bunny Alpha max | Stealth | 2 | 0.7 | $0.000 | 11/23 | 36.2s |
| #214 | Solar Pro 4 low | Upstage | 2 | 0.7 | $0.101 | 11/23 | 145.2s |
| #215 | Grok 4.7 high | X AI | 2 | 0.7 | $3.037 | 13/23 | 122.2s |
| #216 | MiniMax M3 medium | Minimax | 2 | 0.7 | $0.422 | 11/23 | 77.0s |
| #218 | GPT 5.3 Chat default | OpenAI | 2 | 0.7 | $0.533 | 13/23 | 6.31s |
| #221 | GLM 5.3 Flash low | Z.ai | 2 | 0.7 | $0.038 | 11/23 | 11.8s |