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: Tes benar ↓.
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) |
|---|---|---|---|---|---|---|---|
| #389 | Nemotron 3 Super none | NVIDIA | 2 | 0.4 | $0.016 | 5/23 | 7.11s |
| #396 | MiniMax M2.5 medium | Minimax | 3 | 0.4 | $0.440 | 5/23 | 102.3s |
| #432 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 0.3 | $0.000 | 4/19 | 17.1s |
| #422 | Hy3 preview none | Tencent | 4 | 0.3 | $0.007 | 4/21 | 12.9s |
| #423 | MiMo-V2-Flash default | Xiaomi | 2 | 0.3 | $0.025 | 4/21 | 2.76s |
| #391 | Trinity Large Preview default | Arcee AI | 3 | 0.4 | $0.008 | 4/22 | 2.83s |
| #339 | Qwen3.6 35B A3B none | Qwen | 2 | 0.5 | $0.105 | 4/23 | 8.43s |
| #352 | Laguna S 2.1 medium | Poolside | 1 | 0.5 | $0.092 | 4/23 | 63.1s |
| #361 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 4/23 | 113.6s |
| #363 | Ling 2.6 1t default | Inclusionai | 2 | 0.5 | $0.016 | 4/23 | 8.16s |
| #365 | Qwen3.5-9B none | Qwen | 2 | 0.5 | $0.041 | 4/23 | 37.2s |
| #370 | Mercury 2.5 Preview default | Inception | 1 | 0.5 | $0.023 | 4/23 | 7.05s |
| #372 | North Mini Code default | Cohere | 2 | 0.5 | $0.000 | 4/23 | 29.5s |
| #377 | GPT-5.4 Nano none | OpenAI | 2 | 0.5 | $0.068 | 4/23 | 4.42s |
| #394 | Mercury 2 none | Inception | 2 | 0.4 | $0.033 | 4/23 | 1.18s |