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.
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) |
|---|---|---|---|---|---|---|---|
| #221 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 0/2 | 9.27s |
| #228 | Minimax M3.1 Flash high | Minimax | 1 | 0.5 | $0.000 | 0/2 | 1.65s |
| #240 | Beam 1.0 501B A23B max | Reflection | 1 | 0.8 | $0.799 | 1/2 | 866ms |
| #243 | Minimax M3.1 Flash xhigh | Minimax | 1 | 0.5 | $0.000 | 0/2 | 1.72s |
| #245 | Beam 1.0 501B A23B low | Reflection | 1 | 0.8 | $0.432 | 1/2 | 1.14s |
| #249 | Dots 3 Note Preview high | Dots Studio | 1 | 0.8 | $0.000 | 1/2 | 7.80s |
| #250 | Dots 3 Note Preview low | Dots Studio | 1 | 0.8 | $0.000 | 1/2 | 7.83s |
| #256 | Minimax M3.1 Flash medium | Minimax | 1 | 0.5 | $0.000 | 0/2 | 1.72s |
| #258 | Solar Pro 4 high | Upstage | 1 | 0.8 | $0.077 | 1/2 | 41.5s |
| #264 | Trinity Large Thinking low | Arcee AI | 1 | 0.4 | $0.918 | 0/2 | 4.07s |
| #267 | Space Bunny Alpha xhigh | Stealth | 1 | 0.6 | $0.000 | 0/2 | 2.22s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 1 | 0.5 | $0.053 | 0/2 | 1.42s |
| #275 | Trinity Large Thinking medium | Arcee AI | 1 | 0.4 | $0.862 | 0/2 | 3.99s |
| #282 | Apodex 1.1 Mini medium | Apodex | 1 | 0.8 | $0.000 | 1/2 | 8.56s |
| #286 | Inkling Small medium | Thinkingmachines | 1 | 0.8 | $0.113 | 1/2 | 3.78s |