Rezolvare de puzzle-uri: Nu a urmat instrucțiunile
Rezolvare de puzzle-uri
Nu a urmat instrucțiunile
Vezi ce modele AI au cele mai mari șanse să întâmpine Nu a urmat instrucțiunile la Rezolvare de puzzle-uri, ca să găsești mai repede punctele slabe. Sortează după: Cost total ↑.
Motive de eșec
86/86
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) |
|---|---|---|---|---|---|---|---|
| #146 | Owl Alpha medium | Openrouter | 1 | 5.3 | $0.000 | 1/3 | 3.40s |
| #148 | Owl Alpha none | Openrouter | 1 | 5.4 | $0.000 | 1/3 | 4.18s |
| #171 | North Mini Code none | Cohere | 2 | 3.5 | $0.000 | 0/3 | 24.4s |
| #184 | Hunter Alpha medium | OpenRouter | 1 | 6.1 | $0.000 | 1/3 | 5.35s |
| #188 | Cobuddy medium | Baidu | 1 | 3.6 | $0.000 | 0/3 | 12.8s |
| #193 | Elephant Alpha none | Openrouter | 1 | 4.2 | $0.000 | 0/3 | 807ms |
| #195 | Elephant Alpha medium | Openrouter | 1 | 5.3 | $0.000 | 1/3 | 868ms |
| #196 | Hunter Alpha none | OpenRouter | 1 | 5.8 | $0.000 | 1/3 | 3.71s |
| #208 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 1 | 3.0 | $0.000 | 0/3 | 532ms |
| #178 | Ling-2.6-flash none | Inclusionai | 1 | 2.9 | $0.002 | 0/3 | 6.51s |
| #199 | Hy3 preview none | Tencent | 1 | 3.1 | $0.003 | 0/3 | 4.56s |
| #201 | Granite 4.1 8B none | IBM Granite | 1 | 3.2 | $0.007 | 0/3 | 608ms |
| #183 | Trinity Large Preview none | Arcee AI | 1 | 3.6 | $0.008 | 0/3 | 1.97s |
| #177 | Nemotron 3 Super none | NVIDIA | 1 | 5.5 | $0.008 | 1/3 | 2.36s |
| #206 | gpt-oss-120b none | OpenAI | 1 | 6.0 | $0.010 | 1/3 | 8.21s |