Inteligență generală: Nu a urmat instrucțiunile
Inteligență generală
Nu a urmat instrucțiunile
Vezi ce modele AI au cele mai mari șanse să întâmpine Nu a urmat instrucțiunile la Inteligență generală, ca să găsești mai repede punctele slabe. Sortează după: Teste corecte ↓.
Motive de eșec
142/142
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Nu a urmat instrucțiunile | Scor de categorie | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #34 | Claude Sonnet 5.5 max | Anthropic | 1 | 0.5 | $8.557 | 0/1 | 56.7s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.6 | $3.306 | 0/1 | 75.1s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1 | 0.5 | $1.318 | 0/1 | 4.87s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 0.6 | $1.892 | 0/1 | 25.7s |
| #56 | Muse Spark 1.2 medium | Meta | 1 | 0.6 | $1.590 | 0/1 | 10.7s |
| #59 | Pareto 26.9 default | Unbiased | 1 | 0.6 | $1.864 | 0/1 | 6.55s |
| #60 | Qwen3.8 MAX low | Qwen | 1 | 0.6 | $1.089 | 0/1 | 5.29s |
| #61 | GPT-5.4 medium | OpenAI | 1 | 0.5 | $2.213 | 0/1 | 4.92s |
| #65 | Muse Spark 1.2 low | Meta | 1 | 0.5 | $0.881 | 0/1 | 8.46s |
| #66 | GPT-5.2 medium | OpenAI | 1 | 0.4 | $1.558 | 0/1 | 4.32s |
| #67 | Qwen3.8 27B high | Qwen | 1 | 0.5 | ~$0.298 | 0/1 | 8.45s |
| #69 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.6 | $2.042 | 0/1 | 40.6s |
| #73 | Claude Sonnet 5.5 xhigh | Anthropic | 1 | 0.6 | $1.516 | 0/1 | 9.10s |
| #79 | Claude Sonnet 5 medium | Anthropic | 1 | 0.5 | $1.438 | 0/1 | 4.32s |
| #82 | Nemotron 3.5 Super VL high | NVIDIA | 1 | 0.6 | $0.349 | 0/1 | 14.3s |