パズル解決: 指示に従っていない
パズル解決
指示に従っていない
パズル解決 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。
157/157
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） |
|---|---|---|---|---|---|---|---|
| #119 | GPT-5.4 Mini medium | OpenAI | 1 | 0.8 | $1.102 | 2/3 | 4.37s |
| #126 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 1 | 0.5 | $0.589 | 1/3 | 5.70s |
| #130 | Grok 4.6 medium | X AI | 1 | 0.9 | $2.270 | 2/3 | 16.3s |
| #136 | Muse Glimmer 30B high | Meta | 1 | 0.6 | $0.506 | 1/3 | 64.8s |
| #137 | Nemotron 3.5 Super VL medium | NVIDIA | 1 | 0.8 | $0.437 | 2/3 | 11.8s |
| #138 | Claude Haiku 5.5 medium | Anthropic | 1 | 0.8 | $0.063 | 2/3 | 2.67s |
| #140 | Qwen3.7 Flash low | Qwen | 1 | 0.7 | $0.071 | 1/3 | 9.79s |
| #144 | GPT-6 Luna low | OpenAI | 1 | 0.8 | $0.033 | 2/3 | 27.5s |
| #152 | Qwen3.6 Flash medium | Qwen | 1 | 0.8 | $0.783 | 2/3 | 6.29s |
| #153 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 0.8 | $0.306 | 2/3 | 9.08s |
| #157 | Inkling Small high | Thinkingmachines | 1 | 0.5 | $0.398 | 0/3 | 14.4s |
| #165 | LongCat 2.0 high | Meituan | 1 | 0.3 | $0.778 | 0/3 | 9.18s |
| #168 | Qwen3.5-27B none | Qwen | 1 | 0.7 | $0.116 | 1/3 | 1.38s |
| #170 | Qwen3.8 27B medium | Qwen | 1 | 0.8 | ~$0.073 | 2/3 | 12.6s |
| #173 | Qwen3.7 Flash high | Qwen | 1 | 0.7 | $0.063 | 1/3 | 10.8s |