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.
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) |
|---|---|---|---|---|---|---|---|
| #227 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.5 | $1.100 | 0/1 | 2.27s |
| #229 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.4 | $0.834 | 0/1 | 8.66s |
| #230 | Mercury 2.5 Preview high | Inception | 1 | 0.5 | $0.040 | 0/1 | 1.88s |
| #233 | GLM 5.3 low | Z.ai | 1 | 0.4 | $0.215 | 0/1 | 4.70s |
| #236 | Grok 4.3 medium | X AI | 1 | 0.5 | $0.989 | 0/1 | 24.7s |
| #238 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.5 | $0.308 | 0/1 | 1.12s |
| #241 | Solar Pro 4 medium | Upstage | 1 | 0.3 | $0.098 | 0/1 | 48.0s |
| #244 | Kimi K2.5 medium | Moonshot AI | 1 | 0.6 | $0.841 | 0/1 | 69.7s |
| #245 | Beam 1.0 501B A23B low | Reflection | 1 | 0.6 | $0.432 | 0/1 | 2.30s |
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.6 | $0.332 | 0/1 | 4.02s |
| #253 | Qwen3.6 27B none | Qwen | 1 | 0.5 | $0.148 | 0/1 | 1.07s |
| #255 | Gemini 3.1 Flash Lite Preview low | 1 | 0.4 | $0.736 | 0/1 | 1.54s | |
| #258 | Solar Pro 4 high | Upstage | 1 | 0.6 | $0.077 | 0/1 | 42.2s |
| #260 | Ling 3.1 Flash low | Inclusionai | 1 | 0.3 | $0.000 | 0/1 | 11.5s |
| #266 | Grok 4.20 medium | X AI | 1 | 0.4 | $1.246 | 0/1 | 24.5s |