Kegagalan Tidak mengikuti instruksi
Lihat model AI mana yang paling sering mengalami Tidak mengikuti instruksi, agar Anda bisa melihat risiko keandalan sebelum memilih.
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) |
|---|---|---|---|---|---|---|---|
| #230 | Claude Sonnet 5.5 medium | Anthropic | 3 | 0.7 | $1.100 | 9/23 | 8.03s |
| #259 | Minimax M3.1 Flash medium | Minimax | 3 | 0.6 | $0.000 | 8/23 | 19.5s |
| #261 | Solar Pro 4 high | Upstage | 3 | 0.6 | $0.077 | 11/23 | 128.9s |
| #263 | Ling 3.1 Flash low | Inclusionai | 3 | 0.6 | $0.000 | 12/23 | 85.2s |
| #267 | Trinity Large Thinking low | Arcee AI | 3 | 0.6 | $0.918 | 8/23 | 95.2s |
| #275 | Claude Fable 5.1 low | Anthropic | 3 | 0.6 | $3.395 | 11/23 | 11.4s |
| #291 | Gemini 3.1 Flash Lite minimal | 3 | 0.6 | $0.080 | 10/23 | 3.95s | |
| #292 | gpt-oss-120b medium | OpenAI | 3 | 0.6 | $0.030 | 9/23 | 31.6s |
| #306 | GPT-5.4 Mini none | OpenAI | 3 | 0.6 | $0.170 | 6/23 | 3.34s |
| #318 | Nemotron 3 Super medium | NVIDIA | 3 | 0.6 | $0.081 | 8/23 | 56.4s |
| #319 | Kimi K2.6 none | Moonshot AI | 3 | 0.5 | $0.486 | 6/23 | 26.3s |
| #331 | Step 3.5 Flash medium | Stepfun | 3 | 0.5 | $0.105 | 10/22 | 190.5s |
| #371 | Nemotron 3.5 Lightning medium | NVIDIA | 3 | 0.5 | $0.195 | 5/23 | 81.9s |
| #375 | Qwen3 Coder Next medium | Qwen | 3 | 0.5 | $0.071 | 3/23 | 17.0s |
| #378 | Gemini 3.1 Flash Lite high | 3 | 0.5 | $2.044 | 10/18 | 62.0s |