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) |
|---|---|---|---|---|---|---|---|
| #127 | Muse Wonder max | Meta | 1 | 0.8 | $4.766 | 16/23 | 44.4s |
| #131 | GLM 5.3 high | Z.ai | 1 | 0.8 | $0.495 | 14/23 | 28.4s |
| #133 | Grok 4.6 medium | X AI | 1 | 0.8 | $2.270 | 16/23 | 74.8s |
| #134 | Qwen3.7 Plus none | Qwen | 1 | 0.8 | $0.178 | 13/23 | 17.8s |
| #138 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 15/23 | 20.4s |
| #140 | Nemotron 3.5 Super VL medium | NVIDIA | 1 | 0.8 | $0.437 | 14/23 | 84.9s |
| #144 | Muse Glimmer 30B medium | Meta | 1 | 0.8 | $0.288 | 12/23 | 34.0s |
| #146 | Qwen3.8 Flash Next medium | Qwen | 1 | 0.8 | ~$0.047 | 15/23 | 24.8s |
| #147 | GPT-6 Luna low | OpenAI | 1 | 0.8 | $0.033 | 12/23 | 23.2s |
| #148 | Qwen3.8 27B low | Qwen | 1 | 0.8 | ~$0.089 | 15/23 | 46.6s |
| #151 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 0.8 | $0.140 | 12/23 | 91.7s |
| #153 | Seed-2.0-Code high | Bytedance Seed | 1 | 0.7 | $1.448 | 12/23 | 124.9s |
| #155 | Qwen3.6 Flash medium | Qwen | 1 | 0.7 | $0.783 | 13/23 | 45.5s |
| #156 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 0.7 | $0.306 | 13/23 | 88.1s |
| #157 | Seed-2.0-Code medium | Bytedance Seed | 1 | 0.7 | $1.275 | 11/23 | 100.6s |