Clasament Respectarea instrucțiunilor x Formatare suplimentară

Vezi ce modele AI au cele mai mari șanse să întâmpine Formatare suplimentară la Respectarea instrucțiunilor, ca să găsești mai repede punctele slabe.

Modele afișate

Eșecuri totale

Modelul cel mai afectat

Motive de eșec

Răspuns greșit82 Nu a urmat instrucțiunile48 Formatare suplimentară7 Timp expirat5 Eroare API2 Fără răspuns2

Categorii

Trucuri anti-AI29 Programare26 Specific domeniului23 Rezolvare de puzzle-uri14 Parsare și extragere de date8 Respectarea instrucțiunilor7 Combinat1

7/7

Rang	Model	Companie	Număr de Formatare suplimentară	Scor de categorie	Cost total	Teste corecte	Timp de răspuns (mediu)
#114	DeepSeek V4 Flash 0731 medium	DeepSeek	1	8.5	$0.066	1/2	2.42s
Total teste 2 Teste greșite 1 Cost total $0.066 Timp de răspuns (mediu) 2.42s
#136	Claude Fable 5.1 low	Anthropic	1	6.5	$2.565	1/2	5.24s
Total teste 2 Teste greșite 1 Cost total $2.565 Timp de răspuns (mediu) 5.24s
#181	Claude Sonnet 5 none	Anthropic	1	6.4	$0.548	1/2	2.58s
Total teste 2 Teste greșite 1 Cost total $0.548 Timp de răspuns (mediu) 2.58s
#233	DeepSeek V4 Flash 0423 none	DeepSeek	1	6.5	$0.037	1/2	17.5s
Total teste 2 Teste greșite 1 Cost total $0.037 Timp de răspuns (mediu) 17.5s
#243	Seed-2.0-Code none	Bytedance Seed	1	6.2	$0.151	1/2	1.80s
Total teste 2 Teste greșite 1 Cost total $0.151 Timp de răspuns (mediu) 1.80s
#291	Granite 4.2 8B none	IBM Granite	1	3.0	$0.026	0/2	79.5s
Total teste 2 Teste greșite 2 Cost total $0.026 Timp de răspuns (mediu) 79.5s
#295	Hy3 preview none	Tencent	1	6.3	$0.007	1/2	13.0s
Total teste 2 Teste greșite 1 Cost total $0.007 Timp de răspuns (mediu) 13.0s

Filtrează modelele