コーディング: 指示に従っていない
コーディング
指示に従っていない
コーディング で 指示に従っていない が起きやすいAIモデルを確認し、弱点を早く見つけられます。
63/63
モデルを絞り込む
現在の検索条件とフィルターに一致するモデルはありません。
| 順位 | モデル | 企業 | 指示に従っていない 件数 | カテゴリスコア | 合計コスト | 正解テスト | 応答時間(平均) |
|---|---|---|---|---|---|---|---|
| #453 | DeepSeek V3.2 none | DeepSeek | 1 | 0.3 | $0.119 | 0/3 | 14.5s |
| #470 | Cobuddy medium | Baidu | 1 | 0.4 | $0.000 | 0/3 | 79.2s |
| #477 | Mercury 2.5 none | Inception | 1 | 0.4 | $0.026 | 0/3 | 12.5s |
| #478 | LFM3-1.7B default | Liquid | 1 | 0.3 | $0.084 | 0/3 | 26.5s |
| #480 | Qwen3.5-9B medium | Qwen | 1 | 0.3 | $0.106 | 0/3 | 100.9s |
| #483 | Grok 4.1 Fast medium | X AI | 1 | 0.8 | $0.069 | 0/1 | 23.6s |
| #484 | Laguna M.1 medium | Poolside | 1 | 0.1 | $0.033 | 0/1 | 35.6s |
| #486 | Granite 4.1 8b default | IBM Granite | 1 | 0.4 | $0.007 | 0/3 | 775ms |
| #489 | Ling 3.0 Tiny high | Inclusionai | 1 | 0.3 | $0.000 | 0/3 | 177.7s |
| #490 | Ling 3.0 Tiny low | Inclusionai | 1 | 0.3 | $0.000 | 0/3 | 170.7s |
| #491 | Ling 3.0 Tiny medium | Inclusionai | 1 | 0.3 | $0.000 | 0/3 | 212.0s |
| #501 | MiMo-V2-Flash default | Xiaomi | 1 | 0.4 | $0.025 | 0/3 | 2.64s |
| #505 | Bison 1 default | Baseten | 1 | 0.5 | $0.006 | 1/2 | 951ms |
| #516 | Pplx Decider V1.3 default | Perplexity | 1 | 0.5 | $0.000 | 1/2 | 1.11s |
| #523 | Groundhog 1 default | Baseten | 1 | 0.2 | $0.002 | 0/2 | 829ms |