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: Timp de răspuns (mediu) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #165 | Mistral Small 4 none | Mistral | 1 | 3.1 | $0.022 | 0/3 | 399ms |
| #208 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 1 | 3.0 | $0.000 | 0/3 | 532ms |
| #201 | Granite 4.1 8B none | IBM Granite | 1 | 3.2 | $0.007 | 0/3 | 608ms |
| #169 | Qwen3.5-9B none | Qwen | 1 | 3.2 | $0.021 | 0/3 | 621ms |
| #122 | Gemini 3.1 Flash Lite none | 1 | 6.3 | $0.046 | 1/3 | 720ms | |
| #156 | Gemma 4 26B A4B none | 1 | 6.2 | $0.015 | 1/3 | 744ms | |
| #193 | Elephant Alpha none | Openrouter | 1 | 4.2 | $0.000 | 0/3 | 807ms |
| #136 | GPT-5.4 Mini none | OpenAI | 1 | 5.4 | $0.095 | 1/3 | 836ms |
| #195 | Elephant Alpha medium | Openrouter | 1 | 5.3 | $0.000 | 1/3 | 868ms |
| #78 | Mercury 2 medium | Inception | 1 | 5.4 | $0.093 | 1/3 | 949ms |
| #142 | Qwen3.5-122B-A10B none | Qwen | 1 | 3.8 | $0.247 | 0/3 | 1.00s |
| #129 | Nemotron 3 Ultra none | NVIDIA | 1 | 5.9 | $0.095 | 1/3 | 1.06s |
| #161 | Qwen3.6 35B A3B none | Qwen | 2 | 3.2 | $0.061 | 0/3 | 1.07s |
| #176 | GLM 4.7 Flash none | Z.ai | 1 | 6.4 | $0.016 | 1/3 | 1.20s |
| #174 | GPT-4o-mini none | OpenAI | 1 | 3.5 | $0.010 | 0/3 | 1.21s |