Ranglijst voor Instructies opvolgen x API-fout

Zie welke AI-modellen op Instructies opvolgen het meest kans hebben op API-fout, zodat je zwakke punten sneller ziet.

Getoonde modellen

Totaal fouten

Meest getroffen model

Foutredenen

Verkeerd antwoord111 Instructies niet gevolgd73 API-fout25 Extra opmaak8 Time-out5 Geen antwoord2

Categorieën

Programmeren65 Gecombineerd62 Anti-AI-trucs44 Domeinspecifiek40 Toolaanroepen39 Agenttaken36 Puzzeloplossing35 Gegevensparsering en extractie32 Instructies opvolgen25 Algemene kennis19

21/21

Rang	Model	Bedrijf	API-fout-aantal	Categoriescore	Totale kosten	Correcte tests	Responstijd (gem.)
#239	Mercury 2.5 medium	Inception	1	0.6	$0.034	1/2	1.07s
Totaal tests 2 Foute tests 1 Totale kosten $0.034 Responstijd (gem.) 1.07s
#320	Ember-1 none	Fireworks	1	0.6	$0.786	1/2	31.0s
Totaal tests 2 Foute tests 1 Totale kosten $0.786 Responstijd (gem.) 31.0s
#336	Mercury 2.5 low	Inception	1	0.3	$0.020	0/2	972ms
Totaal tests 2 Foute tests 2 Totale kosten $0.020 Responstijd (gem.) 972ms
#389	Qwen3.6 Plus Preview medium	Qwen	1	0.7	$0.000	1/2	3.40s
Totaal tests 2 Foute tests 1 Totale kosten $0.000 Responstijd (gem.) 3.40s
#398	Xing4.0 29b A4b medium	Xingchen AGI	1	0.4	$0.000	0/2	25.4s
Totaal tests 2 Foute tests 2 Totale kosten $0.000 Responstijd (gem.) 25.4s
#412	Xing4.0 29b A4b none	Xingchen AGI	1	0.4	$0.000	0/2	11.7s
Totaal tests 2 Foute tests 2 Totale kosten $0.000 Responstijd (gem.) 11.7s

Modellen filteren