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) |
|---|---|---|---|---|---|---|---|
| #221 | GLM 5.3 Flash low | Z.ai | 2 | 0.7 | $0.038 | 11/23 | 11.8s |
| #223 | GLM 5.2 none | Z.ai | 1 | 0.7 | $0.250 | 13/23 | 11.3s |
| #224 | Qwen3.7 Flash medium | Qwen | 4 | 0.7 | $0.076 | 10/23 | 51.8s |
| #225 | LongCat 2.0 low | Meituan | 1 | 0.7 | $0.630 | 10/23 | 115.0s |
| #226 | Mercury 2 medium | Inception | 3 | 0.7 | $0.121 | 10/23 | 4.40s |
| #230 | Claude Sonnet 5.5 medium | Anthropic | 3 | 0.7 | $1.100 | 9/23 | 8.03s |
| #231 | Minimax M3.1 Flash high | Minimax | 4 | 0.7 | $0.000 | 9/23 | 34.0s |
| #232 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.7 | $0.834 | 12/23 | 59.9s |
| #233 | Mercury 2.5 Preview high | Inception | 2 | 0.6 | $0.040 | 12/23 | 7.61s |
| #236 | GLM 5.3 low | Z.ai | 1 | 0.6 | $0.215 | 12/23 | 15.2s |
| #239 | Grok 4.3 medium | X AI | 2 | 0.6 | $0.989 | 12/23 | 44.5s |
| #241 | Qwen3.5-122B-A10B none | Qwen | 2 | 0.6 | $0.308 | 7/23 | 14.8s |
| #243 | Beam 1.0 501B A23B max | Reflection | 2 | 0.6 | $0.799 | 12/23 | 11.1s |
| #244 | Solar Pro 4 medium | Upstage | 2 | 0.6 | $0.098 | 12/23 | 133.9s |
| #246 | Minimax M3.1 Flash xhigh | Minimax | 2 | 0.6 | $0.000 | 10/23 | 21.7s |