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) |
|---|---|---|---|---|---|---|---|
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.5 | $0.055 | 0/1 | 616ms |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.6 | $0.391 | 0/1 | 1.69s |
| #300 | Ring 2.6 1t medium | Inclusionai | 1 | 0.4 | $0.102 | 0/1 | 58.3s |
| #301 | Trinity Large Thinking high | Arcee AI | 1 | 0.6 | $0.794 | 0/1 | 12.9s |
| #302 | GPT-5 Nano medium | OpenAI | 1 | 0.4 | $0.159 | 0/1 | 17.5s |
| #303 | GPT-5.4 Mini none | OpenAI | 1 | 0.5 | $0.170 | 0/1 | 1.82s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.6 | $0.120 | 0/1 | 1.19s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.5 | $0.040 | 0/1 | 489ms |
| #315 | Nemotron 3 Super medium | NVIDIA | 1 | 0.4 | $0.081 | 0/1 | 6.91s |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.5 | $0.486 | 0/1 | 1.55s |
| #320 | Gemma 4 26B A4B none | 1 | 0.4 | $0.031 | 0/1 | 3.54s | |
| #328 | Step 3.5 Flash medium | Stepfun | 1 | 0.6 | $0.105 | 0/1 | 22.4s |
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.4 | $0.036 | 0/1 | 659ms |
| #337 | Inkling Small low | Thinkingmachines | 1 | 0.5 | $0.055 | 0/1 | 1.42s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.4 | $0.043 | 0/1 | 4.20s |