Respectarea instrucțiunilor: Răspuns greșit
Respectarea instrucțiunilor
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Respectarea instrucțiunilor, ca să găsești mai repede punctele slabe. Sortează după: Teste corecte ↑.
Motive de eșec
82/82
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Răspuns greșit | Scor de categorie | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #137 | Qwen3.7 Flash medium | Qwen | 1 | 5.8 | $0.065 | 0/2 | 9.27s |
| #189 | Trinity Large Thinking medium | Arcee AI | 1 | 4.4 | $0.756 | 0/2 | 3.99s |
| #194 | Trinity Large Thinking low | Arcee AI | 1 | 4.4 | $0.625 | 0/2 | 4.07s |
| #215 | Ling-3.0-flash none | Inclusionai | 1 | 4.8 | $0.004 | 0/2 | 836ms |
| #234 | Laguna S 2.1 medium | Poolside | 1 | 4.2 | $0.053 | 0/2 | 400ms |
| #239 | DeepSeek V4 Flash 0731 none | DeepSeek | 1 | 5.0 | $0.011 | 0/2 | 1.42s |
| #240 | Laguna S 2.1 high | Poolside | 1 | 4.6 | $0.114 | 0/2 | 453ms |
| #242 | Laguna XS 2.1 none | Poolside | 1 | 3.8 | $0.008 | 0/2 | 364ms |
| #247 | Dots 3 Note Preview none | Dots Studio | 1 | 4.8 | $0.000 | 0/2 | 1.06s |
| #249 | Granite 4.2 8B medium | IBM Granite | 1 | 3.8 | $0.009 | 0/2 | 36.9s |
| #253 | Granite 4.2 8B low | IBM Granite | 1 | 3.0 | $0.012 | 0/2 | 75.8s |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 3.8 | $0.208 | 0/2 | 12.8s |
| #261 | Laguna S 2.1 low | Poolside | 1 | 4.3 | $0.082 | 0/2 | 423ms |
| #276 | Trinity Large Preview none | Arcee AI | 1 | 3.5 | $0.008 | 0/2 | 822ms |
| #285 | Laguna S 2.1 none | Poolside | 1 | 4.3 | $0.022 | 0/2 | 566ms |