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: Skor ↑.
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) |
|---|---|---|---|---|---|---|---|
| #293 | Gemini 3.1 Flash Lite none | 1 | 0.6 | $0.069 | 9/23 | 3.58s | |
| #292 | gpt-oss-120b medium | OpenAI | 3 | 0.6 | $0.030 | 9/23 | 31.6s |
| #291 | Gemini 3.1 Flash Lite minimal | 3 | 0.6 | $0.080 | 10/23 | 3.95s | |
| #289 | Inkling Small medium | Thinkingmachines | 4 | 0.6 | $0.113 | 10/23 | 6.03s |
| #288 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.6 | $0.193 | 9/23 | 9.66s |
| #286 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.6 | $0.661 | 12/22 | 7.67s |
| #285 | Apodex 1.1 Mini medium | Apodex | 2 | 0.6 | $0.000 | 11/23 | 32.7s |
| #283 | Granite 4.2 8B medium | IBM Granite | 1 | 0.6 | $0.029 | 8/23 | 50.5s |
| #282 | Step 5 Preview medium | Stepfun | 2 | 0.6 | $4.136 | 10/23 | 136.1s |
| #281 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 0.6 | $0.216 | 8/23 | 18.5s |
| #279 | Apodex 1.1 Mini low | Apodex | 1 | 0.6 | $0.000 | 11/23 | 33.7s |
| #280 | Inkling none | Thinkingmachines | 1 | 0.6 | $0.292 | 7/23 | 5.30s |
| #278 | Trinity Large Thinking medium | Arcee AI | 4 | 0.6 | $0.862 | 8/23 | 84.0s |
| #277 | Beam 1.0 501B A23B high | Reflection | 2 | 0.6 | $0.674 | 11/23 | 9.03s |
| #275 | Claude Fable 5.1 low | Anthropic | 3 | 0.6 | $3.395 | 11/23 | 11.4s |