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.
Motive de eșec
157/157
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) |
|---|---|---|---|---|---|---|---|
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.7 | $0.332 | 1/3 | 5.31s |
| #250 | Dots 3 Note Preview low | Dots Studio | 1 | 0.5 | $0.000 | 1/3 | 8.52s |
| #253 | Qwen3.6 27B none | Qwen | 1 | 0.5 | $0.148 | 1/3 | 5.15s |
| #256 | Minimax M3.1 Flash medium | Minimax | 1 | 0.8 | $0.000 | 2/3 | 4.18s |
| #258 | Solar Pro 4 high | Upstage | 1 | 0.9 | $0.077 | 2/3 | 55.2s |
| #260 | Ling 3.1 Flash low | Inclusionai | 1 | 0.9 | $0.000 | 2/3 | 32.8s |
| #262 | Space Bunny Alpha medium | Stealth | 1 | 0.8 | $0.000 | 2/3 | 3.42s |
| #263 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.7 | $0.152 | 1/3 | 37.7s |
| #264 | Trinity Large Thinking low | Arcee AI | 1 | 0.6 | $0.918 | 1/3 | 3.28s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/3 | 23.7s |
| #269 | GLM 5 Turbo medium | Z.ai | 1 | 0.9 | $0.323 | 2/3 | 5.23s |
| #272 | Claude Fable 5.1 low | Anthropic | 1 | 0.8 | $3.395 | 2/3 | 4.78s |
| #286 | Inkling Small medium | Thinkingmachines | 1 | 0.6 | $0.113 | 1/3 | 5.24s |
| #289 | gpt-oss-120b medium | OpenAI | 1 | 0.5 | $0.030 | 1/3 | 21.7s |
| #290 | Gemini 3.1 Flash Lite none | 1 | 0.6 | $0.069 | 1/3 | 720ms |