Falhas por Não seguiu as instruções
Veja quais modelos de IA encontram Não seguiu as instruções com mais frequência para identificar riscos de confiabilidade antes de escolher.
Categorias
Na categoria Resolução de quebra-cabeças128 Na categoria Inteligência geral115 Na categoria Seguimento de instruções48 Na categoria Truques anti-IA44 Na categoria Programação29 Na categoria Chamada de ferramentas12 Na categoria Análise e extração de dados7 Na categoria Específico do domínio2 Na categoria Combinado1
215/215
Filtrar modelos
Nenhum modelo corresponde à pesquisa e aos filtros atuais.
| Posição | Modelo | Empresa | Contagem de Não seguiu as instruções | Pontuação | Custo total | Testes corretos | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|
| #259 | MiniMax M2.7 medium | Minimax | 5 | 5.0 | $0.208 | 5/22 | 43.2s |
| #160 | Inkling Small medium | Thinkingmachines | 4 | 6.6 | $0.113 | 10/22 | 6.30s |
| #189 | Trinity Large Thinking medium | Arcee AI | 4 | 6.1 | $0.756 | 8/22 | 85.4s |
| #227 | Nemotron 3.5 Lightning high | NVIDIA | 4 | 5.6 | $0.134 | 5/22 | 58.3s |
| #237 | MiMo-V2.5-Pro none | Xiaomi | 4 | 5.4 | $0.068 | 5/22 | 4.24s |
| #272 | Trinity Large Thinking high | Arcee AI | 4 | 4.8 | $0.592 | 5/22 | 75.9s |
| #278 | Grok 4.1 Fast medium | X AI | 4 | 4.7 | $0.069 | 9/19 | 23.8s |
| #295 | Hy3 preview none | Tencent | 4 | 4.0 | $0.007 | 4/21 | 12.9s |
| #297 | Ling 3.0 Tiny none | Inclusionai | 4 | 4.0 | $0.000 | 2/22 | 14.0s |
| #298 | Granite 4.1 8B none | IBM Granite | 4 | 4.0 | $0.007 | 2/22 | 1.44s |
| #302 | Ling 3.0 Tiny low | Inclusionai | 4 | 3.8 | $0.000 | 4/22 | 66.2s |
| #305 | Ling 3.0 Tiny medium | Inclusionai | 4 | 3.8 | $0.000 | 4/22 | 68.1s |
| #36 | Muse Spark 1.2 high | Meta | 3 | 8.7 | $1.771 | 14/22 | 26.6s |
| #37 | Muse Spark 1.2 medium | Meta | 3 | 8.6 | $1.339 | 14/22 | 19.7s |
| #44 | Muse Spark 1.2 low | Meta | 3 | 8.4 | $0.655 | 15/22 | 9.77s |