指示追従: 不正解
指示追従
不正解
指示追従 で 不正解 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。
111/111
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 | 不正解 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） |
|---|---|---|---|---|---|---|---|
| #326 | Laguna XS 2.1 none | Poolside | 1 | 0.4 | $0.020 | 0/2 | 364ms |
| #327 | Qwen3.6 35B A3B none | Qwen | 1 | 0.6 | $0.105 | 1/2 | 1.86s |
| #329 | Ling 3.0 Flash none | Inclusionai | 1 | 0.5 | $0.004 | 0/2 | 836ms |
| #334 | Mistral Small 4 medium | Mistral | 1 | 0.7 | $0.126 | 1/2 | 1.38s |
| #335 | Mistral Small 4 none | Mistral | 1 | 0.7 | $0.047 | 1/2 | 380ms |
| #336 | Mercury 2.5 low | Inception | 1 | 0.3 | $0.020 | 0/2 | 972ms |
| #338 | MiMo-V2.5-Pro none | Xiaomi | 1 | 0.6 | $0.135 | 1/2 | 1.03s |
| #339 | Apodex 1.1 Mini default | Apodex | 1 | 0.5 | $0.000 | 0/2 | 1.06s |
| #340 | Laguna S 2.1 medium | Poolside | 1 | 0.4 | $0.092 | 0/2 | 400ms |
| #341 | Mercury 2.5 Preview low | Inception | 1 | 0.6 | $0.015 | 1/2 | 1.60s |
| #342 | MiniMax M2.7 medium | Minimax | 1 | 0.4 | $0.326 | 0/2 | 12.8s |
| #343 | Dots 3 Note Preview default | Dots Studio | 1 | 0.5 | $0.000 | 0/2 | 1.06s |
| #344 | GPT-4o-mini default | OpenAI | 1 | 0.6 | $0.024 | 1/2 | 1.11s |
| #347 | Inkling Small none | Thinkingmachines | 1 | 0.6 | $0.054 | 1/2 | 767ms |
| #348 | Qwen3 Coder Next default | Qwen | 1 | 0.6 | $0.067 | 1/2 | 7.78s |