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
117/117
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) |
|---|---|---|---|---|---|---|---|
| #405 | Granite 4.1 8b default | IBM Granite | 1 | 0.4 | $0.007 | 0/2 | 344ms |
| #406 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.7 | $0.009 | 1/2 | 511ms |
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.6 | $0.087 | 1/2 | 649ms |
| #412 | Laguna M.1 default | Poolside | 1 | 0.6 | $0.009 | 1/2 | 683ms |
| #415 | Hunter Alpha default | OpenRouter | 1 | 0.6 | $0.000 | 1/2 | 2.82s |
| #416 | Grok 4.20 none | X AI | 1 | 0.6 | $0.057 | 1/2 | 445ms |
| #420 | MiMo-V2-Flash default | Xiaomi | 1 | 0.7 | $0.025 | 1/2 | 857ms |
| #424 | Grok 4.1 Fast default | X AI | 1 | 0.3 | $0.008 | 0/2 | 685ms |
| #425 | Laguna Xs.2 default | Poolside | 1 | 0.7 | $0.004 | 1/2 | 439ms |
| #430 | d1-ultra default | Liquid | 1 | 0.2 | $0.003 | 0/1 | 571ms |
| #431 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.5 | $0.000 | 0/2 | 541ms |
| #432 | Jev 1.13 default | Typesafe | 1 | 0.2 | $0.003 | 0/1 | 557ms |
| #433 | Decider V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 508ms |
| #434 | Decider V1.1 27B default | Perplexity | 1 | 0.2 | $0.002 | 0/1 | 333ms |
| #435 | Drex v1.5 default | Nace AI | 1 | 0.2 | $0.002 | 0/1 | 1.33s |