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.
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) |
|---|---|---|---|---|---|---|---|
| #247 | Dots 3 Note Preview none | Dots Studio | 1 | 4.8 | $0.000 | 0/2 | 1.06s |
| #248 | Inkling none | Thinkingmachines | 1 | 6.3 | $0.147 | 1/2 | 1.72s |
| #249 | Granite 4.2 8B medium | IBM Granite | 1 | 3.8 | $0.009 | 0/2 | 36.9s |
| #251 | Mistral Small 4 none | Mistral | 1 | 6.5 | $0.022 | 1/2 | 380ms |
| #252 | Mistral Small 4 medium | Mistral | 1 | 7.3 | $0.097 | 1/2 | 1.38s |
| #253 | Granite 4.2 8B low | IBM Granite | 1 | 3.0 | $0.012 | 0/2 | 75.8s |
| #254 | Qwen3 Coder Next none | Qwen | 1 | 6.3 | $0.026 | 1/2 | 7.78s |
| #255 | MiMo-V2.5 none | Xiaomi | 1 | 6.5 | $0.025 | 1/2 | 751ms |
| #256 | Qwen3.5-9B none | Qwen | 1 | 6.5 | $0.021 | 1/2 | 514ms |
| #257 | GLM 5 Turbo none | Z.ai | 1 | 6.5 | $0.047 | 1/2 | 2.13s |
| #258 | North Mini Code none | Cohere | 1 | 6.5 | $0.000 | 1/2 | 30.7s |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 3.8 | $0.208 | 0/2 | 12.8s |
| #260 | Mercury 2.5 Preview low | Inception | 1 | 6.3 | $0.011 | 1/2 | 1.60s |
| #261 | Laguna S 2.1 low | Poolside | 1 | 4.3 | $0.082 | 0/2 | 423ms |
| #263 | GPT-4o-mini none | OpenAI | 1 | 6.3 | $0.010 | 1/2 | 1.11s |