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） |
|---|---|---|---|---|---|---|---|
| #320 | Gemma 4 26B A4B none | 1 | 0.6 | $0.031 | 1/3 | 744ms | |
| #322 | Seed-2.0-Code none | Bytedance Seed | 1 | 0.8 | $0.257 | 2/3 | 10.0s |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.6 | ~$0.010 | 1/3 | 1.25s |
| #326 | Hy4 preview low | Tencent | 1 | 0.5 | $1.844 | 0/3 | 238.0s |
| #328 | Step 3.5 Flash medium | Stepfun | 1 | 0.5 | $0.105 | 1/3 | 7.22s |
| #330 | Hy3 preview medium | Tencent | 1 | 0.8 | $0.049 | 2/3 | 11.1s |
| #341 | Mimo V2 PRO medium | Xiaomi | 1 | 0.6 | $0.333 | 1/3 | 5.08s |
| #343 | Mistral Small 4 medium | Mistral | 1 | 0.3 | $0.126 | 0/3 | 2.17s |
| #344 | Mistral Small 4 none | Mistral | 1 | 0.3 | $0.047 | 0/3 | 399ms |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 1 | 0.7 | $0.135 | 1/3 | 1.30s |
| #348 | Apodex 1.1 Mini default | Apodex | 1 | 0.3 | $0.000 | 0/3 | 1.20s |
| #351 | MiniMax M2.7 medium | Minimax | 1 | 0.6 | $0.326 | 1/3 | 24.9s |
| #353 | GPT-4o-mini default | OpenAI | 1 | 0.4 | $0.024 | 0/3 | 1.21s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 1 | 0.3 | $0.046 | 0/3 | 1.57s |
| #360 | Ling 2.6 1t default | Inclusionai | 1 | 0.3 | $0.016 | 0/3 | 5.36s |