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。
失敗理由
78/78
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） |
|---|---|---|---|---|---|---|---|
| #56 | GPT-5.4 Mini medium | OpenAI | 1 | 4.5 | $0.756 | 0/1 | 3.72s |
| #58 | Qwen3.5-27B medium | Qwen | 1 | 6.1 | $1.627 | 0/1 | 101.4s |
| #63 | Claude Sonnet 4.6 none | Anthropic | 1 | 6.1 | $0.661 | 0/1 | 2.56s |
| #71 | Qwen3.7 Plus none | Qwen | 1 | 5.3 | $0.106 | 0/1 | 1.33s |
| #73 | Grok 4.3 medium | X AI | 1 | 5.4 | $0.779 | 0/1 | 24.7s |
| #75 | Grok 4.20 medium | X AI | 1 | 3.9 | $0.777 | 0/1 | 24.5s |
| #77 | Kimi K2.5 medium | Moonshot AI | 1 | 6.5 | $0.600 | 0/1 | 69.7s |
| #78 | Mercury 2 medium | Inception | 1 | 4.8 | $0.093 | 0/1 | 821ms |
| #80 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 5.1 | $0.101 | 0/1 | 36.7s |
| #81 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 4.7 | $0.467 | 0/1 | 2.35s |
| #84 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 5.5 | $0.187 | 0/1 | 4.02s |
| #90 | Qwen3.6 35B A3B medium | Qwen | 1 | 4.4 | $0.746 | 0/1 | 8.66s |
| #99 | Qwen3.6 27B medium | Qwen | 1 | 6.5 | $0.779 | 0/1 | 39.5s |
| #101 | MiMo-V2.5 medium | Xiaomi | 1 | 5.4 | $0.082 | 0/1 | 5.37s |
| #103 | Qwen3.5-27B none | Qwen | 1 | 5.0 | $0.090 | 0/1 | 2.51s |