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) |
|---|---|---|---|---|---|---|---|
| #267 | Space Bunny Alpha xhigh | Stealth | 1 | 0.5 | $0.000 | 0/1 | 4.74s |
| #268 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.5 | $0.669 | 0/1 | 2.35s |
| #271 | Gemini 3.1 Flash Lite Preview none | 1 | 0.4 | $0.090 | 0/1 | 741ms | |
| #274 | Beam 1.0 501B A23B high | Reflection | 1 | 0.5 | $0.674 | 0/1 | 1.94s |
| #276 | Apodex 1.1 Mini low | Apodex | 1 | 0.5 | $0.000 | 0/1 | 18.0s |
| #278 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.5 | $0.216 | 0/1 | 1.41s |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.3 | $4.136 | 0/1 | 34.8s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.4 | $0.029 | 0/1 | 605ms |
| #282 | Apodex 1.1 Mini medium | Apodex | 1 | 0.5 | $0.000 | 0/1 | 16.1s |
| #283 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.6 | $0.661 | 0/1 | 2.56s |
| #285 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.5 | $0.193 | 0/1 | 1.40s |
| #286 | Inkling Small medium | Thinkingmachines | 1 | 0.5 | $0.113 | 0/1 | 2.58s |
| #288 | Gemini 3.1 Flash Lite minimal | 1 | 0.4 | $0.080 | 0/1 | 791ms | |
| #289 | gpt-oss-120b medium | OpenAI | 1 | 0.4 | $0.030 | 0/1 | 7.90s |
| #292 | Claude Sonnet 5 none | Anthropic | 1 | 0.5 | $1.095 | 0/1 | 2.81s |