Respectarea instrucțiunilor: Nu a urmat instrucțiunile
Respectarea instrucțiunilor
Nu a urmat instrucțiunile
Vezi ce modele AI au cele mai mari șanse să întâmpine Nu a urmat instrucțiunile la Respectarea instrucțiunilor, ca să găsești mai repede punctele slabe. Sortează după: Timp de răspuns (mediu) ↓.
Motive de eșec
77/77
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) |
|---|---|---|---|---|---|---|---|
| #211 | Solar Pro 4 low | Upstage | 1 | 0.8 | $0.101 | 1/2 | 56.4s |
| #207 | Solar Pro 4 xhigh | Upstage | 1 | 0.8 | $0.067 | 1/2 | 51.3s |
| #258 | Solar Pro 4 high | Upstage | 1 | 0.8 | $0.077 | 1/2 | 41.5s |
| #407 | Xing4.0 29b A4b medium | Xingchen AGI | 1 | 0.4 | $0.000 | 0/2 | 25.4s |
| #149 | Mistral Large 4 high | Mistral | 1 | 0.8 | $1.391 | 1/2 | 22.0s |
| #62 | Muse Spark Open medium | Meta | 1 | 0.7 | $1.260 | 1/2 | 18.4s |
| #40 | Muse Spark 1.3 high | Meta | 1 | 0.7 | $1.891 | 1/2 | 14.7s |
| #212 | Grok 4.7 high | X AI | 1 | 0.8 | $3.037 | 1/2 | 14.1s |
| #124 | Muse Wonder max | Meta | 1 | 0.8 | $4.766 | 1/2 | 13.2s |
| #351 | MiniMax M2.7 medium | Minimax | 1 | 0.4 | $0.326 | 0/2 | 12.8s |
| #421 | Xing4.0 29b A4b none | Xingchen AGI | 1 | 0.4 | $0.000 | 0/2 | 11.7s |
| #54 | Muse Spark Open low | Meta | 1 | 0.8 | $0.600 | 1/2 | 10.3s |
| #140 | Qwen3.7 Flash low | Qwen | 1 | 0.8 | $0.071 | 1/2 | 9.88s |
| #221 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 0/2 | 9.27s |
| #85 | Muse Glimmer 30B xhigh | Meta | 1 | 0.8 | $0.585 | 1/2 | 8.90s |