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) |
|---|---|---|---|---|---|---|---|
| #449 | LFM2-24B-A2B default | Liquid | 1 | 0.2 | $0.001 | 2/16 | 782ms |
| #446 | Step 3.5 Flash none | Stepfun | 1 | 0.2 | $0.020 | 6/12 | 39.0s |
| #444 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 2/12 | 880ms |
| #442 | Mammoth 1 default | Baseten | 1 | 0.2 | $0.000 | 3/12 | 1.80s |
| #441 | Jev 1.14 default | Typesafe | 1 | 0.2 | $0.003 | 4/12 | 377ms |
| #439 | GPT-6 Luna Decisions default | OpenAI | 1 | 0.2 | $0.005 | 3/12 | 495ms |
| #436 | Decider V1.2 default | Perplexity | 1 | 0.3 | $0.001 | 5/12 | 517ms |
| #434 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 2 | 0.3 | $0.000 | 2/19 | 728ms |
| #433 | d1-ultra default | Liquid | 1 | 0.3 | $0.003 | 4/12 | 531ms |
| #432 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 0.3 | $0.000 | 4/19 | 17.1s |
| #428 | Laguna Xs.2 default | Poolside | 1 | 0.3 | $0.004 | 5/19 | 806ms |
| #427 | Grok 4.1 Fast default | X AI | 3 | 0.3 | $0.008 | 3/19 | 1.62s |
| #425 | Grok Build 0.1 none | X AI | 2 | 0.3 | $0.547 | 7/19 | 28.7s |
| #424 | Xing4.0 29b A4b none | Xingchen AGI | 5 | 0.3 | $0.000 | 0/23 | 42.7s |
| #423 | MiMo-V2-Flash default | Xiaomi | 2 | 0.3 | $0.025 | 4/21 | 2.76s |