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. Ordenar por: Testes corretos ↓.
145/145
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) |
|---|---|---|---|---|---|---|---|
| #142 | GPT-5.4 Mini none | OpenAI | 3 | 5.9 | $0.095 | 6/22 | 1.53s |
| #148 | Qwen3.5-122B-A10B none | Qwen | 2 | 5.7 | $0.247 | 6/22 | 12.9s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 4 | 5.5 | $0.068 | 6/22 | 4.12s |
| #172 | Inkling none | Thinkingmachines | 1 | 5.2 | $0.147 | 6/22 | 3.50s |
| #182 | DeepSeek V3.2 none | DeepSeek | 1 | 5.0 | $0.054 | 6/22 | 18.3s |
| #185 | GLM 4.7 Flash none | Z.ai | 1 | 4.9 | $0.016 | 6/22 | 9.15s |
| #187 | Ling-2.6-flash none | Inclusionai | 2 | 4.9 | $0.002 | 6/22 | 10.7s |
| #215 | Laguna Xs.2 none | Poolside | 1 | 3.8 | $0.004 | 5/19 | 806ms |
| #203 | Elephant Alpha none | Openrouter | 3 | 4.3 | $0.000 | 5/21 | 1.22s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 1 | 5.6 | $0.044 | 5/22 | 36.8s |
| #168 | Laguna XS 2.1 none | Poolside | 1 | 5.3 | $0.008 | 5/22 | 1.55s |
| #173 | Mistral Small 4 none | Mistral | 1 | 5.1 | $0.022 | 5/22 | 1.20s |
| #174 | Qwen3 Coder Next none | Qwen | 1 | 5.1 | $0.025 | 5/22 | 9.12s |
| #175 | Mistral Small 4 medium | Mistral | 2 | 5.1 | $0.096 | 5/22 | 10.8s |
| #176 | MiMo-V2.5 none | Xiaomi | 1 | 5.1 | $0.025 | 5/22 | 4.62s |