汎用知能: 指示に従っていない
汎用知能
指示に従っていない
汎用知能 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。
141/141
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） |
|---|---|---|---|---|---|---|---|
| #34 | Claude Sonnet 5.5 max | Anthropic | 1 | 0.5 | $8.557 | 0/1 | 56.7s |
| #36 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.6 | $3.306 | 0/1 | 75.1s |
| #37 | GPT-5.3-Codex medium | OpenAI | 1 | 0.5 | $1.318 | 0/1 | 4.87s |
| #42 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 0.6 | $1.892 | 0/1 | 25.7s |
| #55 | Muse Spark 1.2 medium | Meta | 1 | 0.6 | $1.590 | 0/1 | 10.7s |
| #58 | Pareto 26.9 default | Unbiased | 1 | 0.6 | $1.864 | 0/1 | 6.55s |
| #59 | Qwen3.8 MAX low | Qwen | 1 | 0.6 | $1.089 | 0/1 | 5.29s |
| #60 | GPT-5.4 medium | OpenAI | 1 | 0.5 | $2.213 | 0/1 | 4.92s |
| #64 | Muse Spark 1.2 low | Meta | 1 | 0.5 | $0.881 | 0/1 | 8.46s |
| #65 | GPT-5.2 medium | OpenAI | 1 | 0.4 | $1.558 | 0/1 | 4.32s |
| #66 | Qwen3.8 27B high | Qwen | 1 | 0.5 | ~$0.298 | 0/1 | 8.45s |
| #68 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.6 | $2.042 | 0/1 | 40.6s |
| #72 | Claude Sonnet 5.5 xhigh | Anthropic | 1 | 0.6 | $1.516 | 0/1 | 9.10s |
| #78 | Claude Sonnet 5 medium | Anthropic | 1 | 0.5 | $1.438 | 0/1 | 4.32s |
| #81 | Nemotron 3.5 Super VL high | NVIDIA | 1 | 0.6 | $0.349 | 0/1 | 14.3s |