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: Waktu respons (rata-rata) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #312 | GPT-5.4 none | OpenAI | 1 | 0.6 | $0.690 | 7/23 | 3.89s |
| #291 | Gemini 3.1 Flash Lite minimal | 3 | 0.6 | $0.080 | 10/23 | 3.95s | |
| #300 | GPT-5.6 Terra none | OpenAI | 1 | 0.6 | $0.377 | 8/23 | 4.11s |
| #356 | GPT-4o-mini default | OpenAI | 1 | 0.5 | $0.024 | 5/23 | 4.16s |
| #226 | Mercury 2 medium | Inception | 3 | 0.7 | $0.121 | 10/23 | 4.40s |
| #377 | GPT-5.4 Nano none | OpenAI | 2 | 0.5 | $0.068 | 4/23 | 4.42s |
| #338 | Laguna XS 2.1 none | Poolside | 1 | 0.5 | $0.020 | 5/23 | 4.56s |
| #219 | GPT-5.6 Sol none | OpenAI | 1 | 0.7 | $0.795 | 12/23 | 4.61s |
| #250 | Gemini 3.5 Flash minimal | 1 | 0.6 | $0.508 | 13/23 | 4.67s | |
| #418 | Hunter Alpha default | OpenRouter | 2 | 0.3 | $0.000 | 6/18 | 4.70s |
| #257 | Gemini 3.5 Flash Lite low | 1 | 0.6 | $0.183 | 12/23 | 4.79s | |
| #248 | Beam 1.0 501B A23B low | Reflection | 2 | 0.6 | $0.432 | 11/23 | 4.89s |
| #353 | Mercury 2.5 Preview low | Inception | 2 | 0.5 | $0.015 | 6/23 | 4.92s |
| #327 | Qwen3.8 27B none | Qwen | 1 | 0.5 | ~$0.010 | 9/23 | 5.05s |
| #400 | Mercury 2.5 none | Inception | 4 | 0.4 | $0.026 | 2/23 | 5.10s |