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.) |
|---|---|---|---|---|---|---|---|
| #73 | DeepSeek V4.1 Flash max | DeepSeek | 1 | 0.9 | $1.204 | 15/23 | 61.6s |
| #190 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.7 | $1.136 | 11/23 | 81.2s |
| #119 | Qwen3.5-27B medium | Qwen | 2 | 0.8 | $1.135 | 14/23 | 114.7s |
| #122 | GPT-5.4 Mini medium | OpenAI | 3 | 0.8 | $1.102 | 13/23 | 29.9s |
| #230 | Claude Sonnet 5.5 medium | Anthropic | 3 | 0.7 | $1.100 | 9/23 | 8.03s |
| #295 | Claude Sonnet 5 none | Anthropic | 1 | 0.6 | $1.095 | 7/23 | 8.60s |
| #61 | Qwen3.8 MAX low | Qwen | 1 | 0.9 | $1.089 | 17/23 | 25.1s |
| #180 | Qwen3.6 27B medium | Qwen | 1 | 0.7 | $1.021 | 11/23 | 107.8s |
| #239 | Grok 4.3 medium | X AI | 2 | 0.6 | $0.989 | 12/23 | 44.5s |
| #267 | Trinity Large Thinking low | Arcee AI | 3 | 0.6 | $0.918 | 8/23 | 95.2s |
| #80 | Muse Spark 1.3 low | Meta | 1 | 0.9 | $0.911 | 16/23 | 17.7s |
| #202 | Claude Sonnet 5.5 low | Anthropic | 5 | 0.7 | $0.909 | 10/23 | 7.46s |
| #74 | Muse Spark 1.1 low | Meta | 3 | 0.9 | $0.885 | 14/23 | 13.2s |
| #67 | Muse Spark 1.2 low | Meta | 3 | 0.9 | $0.881 | 16/23 | 11.8s |
| #108 | Seed-2.0-Code low | Bytedance Seed | 1 | 0.8 | $0.881 | 14/23 | 73.0s |