Instructies niet gevolgd-fouten
Zie welke AI-modellen het vaakst tegen Instructies niet gevolgd aanlopen, zodat je betrouwbaarheidsrisico's ziet voordat je kiest. Sorteren op: Totale kosten ↑.
Categorieën
In categorie Puzzeloplossing167 In categorie Algemene intelligentie142 In categorie Instructies opvolgen77 In categorie Anti-AI-trucs52 In categorie Programmeren50 In categorie Toolaanroepen13 In categorie Agenttaken10 In categorie Gegevensparsering en extractie8 In categorie Domeinspecifiek3 In categorie Gecombineerd1
294/294
Modellen filteren
Geen modellen komen overeen met de huidige zoekopdracht en filters.
| Rang | Model | Bedrijf | Instructies niet gevolgd-aantal | Score | Totale kosten | Correcte tests | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|
| #55 | Muse Spark 1.2 high | Meta | 3 | 0.9 | $2.018 | 15/23 | 28.1s |
| #71 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.9 | $2.042 | 16/23 | 189.1s |
| #378 | Gemini 3.1 Flash Lite high | 3 | 0.5 | $2.044 | 10/18 | 62.0s | |
| #25 | Claude Opus 5.5 high | Anthropic | 1 | 0.9 | $2.133 | 19/23 | 27.6s |
| #62 | GPT-5.4 medium | OpenAI | 2 | 0.9 | $2.213 | 16/23 | 24.8s |
| #133 | Grok 4.6 medium | X AI | 1 | 0.8 | $2.270 | 16/23 | 74.8s |
| #395 | Gemini 3.1 Flash Lite Preview high | 1 | 0.4 | $2.310 | 13/16 | 68.1s | |
| #203 | Claude Opus 4.8 none | Anthropic | 1 | 0.7 | $2.334 | 13/23 | 7.54s |
| #90 | Muse Spark 1.1 high | Meta | 2 | 0.8 | $2.570 | 13/23 | 37.4s |
| #103 | Grok 4.5 high | X AI | 1 | 0.8 | $2.687 | 17/23 | 72.5s |
| #166 | Grok 4.7 medium | X AI | 1 | 0.7 | $2.938 | 15/23 | 117.7s |
| #125 | Qwen3.8 2.4T A95B high | Qwen | 2 | 0.8 | $2.949 | 15/23 | 120.9s |
| #264 | Claude Opus 4.6 medium | Anthropic | 1 | 0.6 | $2.961 | 13/22 | 32.2s |
| #215 | Grok 4.7 high | X AI | 2 | 0.7 | $3.037 | 13/23 | 122.2s |
| #165 | Claude Fable 5.1 medium | Anthropic | 1 | 0.7 | $3.197 | 15/23 | 11.9s |