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。
115/115
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） |
|---|---|---|---|---|---|---|---|
| #24 | Grok 4.5 high | X AI | 1 | 4.7 | $2.252 | 0/1 | 9.82s |
| #25 | GPT-5.3-Codex medium | OpenAI | 1 | 4.6 | $0.988 | 0/1 | 4.87s |
| #27 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 6.5 | $1.797 | 0/1 | 25.7s |
| #37 | Muse Spark 1.2 medium | Meta | 1 | 6.1 | $1.339 | 0/1 | 10.7s |
| #41 | Qwen3.8 Max low | Qwen | 1 | 6.5 | $0.702 | 0/1 | 5.29s |
| #42 | GPT-5.4 medium | OpenAI | 1 | 4.7 | $1.560 | 0/1 | 4.92s |
| #44 | Muse Spark 1.2 low | Meta | 1 | 5.0 | $0.655 | 0/1 | 8.46s |
| #47 | GPT-5.2 medium | OpenAI | 1 | 3.7 | $1.182 | 0/1 | 4.32s |
| #48 | Qwen3.8 27B high | Qwen | 1 | 5.0 | ~$0.287 | 0/1 | 8.45s |
| #49 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 6.1 | $1.951 | 0/1 | 40.6s |
| #53 | Gemini 2.5 Flash medium | 1 | 4.8 | $0.644 | 0/1 | 4.86s | |
| #55 | Claude Sonnet 5 medium | Anthropic | 1 | 4.8 | $0.922 | 0/1 | 4.32s |
| #57 | GPT-5 Mini medium | OpenAI | 1 | 4.5 | $0.241 | 0/1 | 13.5s |
| #67 | GPT-5.2 Chat none | OpenAI | 1 | 4.4 | $0.594 | 0/1 | 3.20s |
| #69 | Qwen3.8 27B low | Qwen | 1 | 5.0 | ~$0.071 | 0/1 | 5.37s |