ドメイン特化 x 指示に従っていないランキング

ドメイン特化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。並び替え: 正解テスト ↓.

表示モデル数

総失敗数

最も影響を受けたモデル

失敗理由

不正解878 回答なし63 タイムアウト46 API エラー40 余分な書式36 指示に従っていない3

カテゴリ

パズル解決160 汎用知能141 指示追従73 反AIトリック52 コーディング45 ツール呼び出し13 エージェントタスク10 データ解析と抽出8 ドメイン特化3 複合1

3/3

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）
#71	Muse Spark 1.1 low	Meta	1	0.4	$0.885	0/3	33.0s
合計テスト数 3 誤答テスト数 3 合計コスト $0.885 応答時間（平均） 33.0s
#308	Ling 3.1 Flash none	Inclusionai	1	0.3	$0.000	0/3	1.72s
合計テスト数 3 誤答テスト数 3 合計コスト $0.000 応答時間（平均） 1.72s
#413	Grok Build 0.1 none	X AI	1	0.4	$0.547	0/3	103.7s
合計テスト数 3 誤答テスト数 3 合計コスト $0.547 応答時間（平均） 103.7s

モデルを絞り込む