Clasament al eșecurilor pentru Nu a urmat instrucțiunile

Vezi ce modele AI se lovesc cel mai des de Nu a urmat instrucțiunile, ca să identifici riscurile de fiabilitate înainte să alegi. Sortează după: Scor ↑.

Modele afișate

Eșecuri totale

245

Modelul cel mai afectat

LFM2-24B-A2B 1

Categorii

În categoria Rezolvare de puzzle-uri90 În categoria Inteligență generală78 În categoria Trucuri anti-AI33 În categoria Respectarea instrucțiunilor18 În categoria Programare16 În categoria Apelare instrumente8 În categoria Combinat1 În categoria Specific domeniului1

140/140

Rang	Model	Companie	Număr de Nu a urmat instrucțiunile	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#18	GPT-5.4 medium	OpenAI	2	8.5	$1.533	15/22	23.1s
Total teste 22 Teste greșite 7 Cost total $1.533 Timp de răspuns (mediu) 23.1s
#16	Muse Spark 1.1 medium	Meta	2	8.6	$1.357	15/22	25.0s
Total teste 22 Teste greșite 7 Cost total $1.357 Timp de răspuns (mediu) 25.0s
#13	GPT-5.3-Codex medium	OpenAI	2	8.9	$0.920	16/22	17.0s
Total teste 22 Teste greșite 6 Cost total $0.920 Timp de răspuns (mediu) 17.0s
#12	Grok 4.5 high	X AI	1	8.9	$1.707	17/22	76.5s
Total teste 22 Teste greșite 5 Cost total $1.707 Timp de răspuns (mediu) 76.5s
#9	Gemini 3.5 Flash medium	Google	1	9.1	$0.642	19/22	8.20s
Total teste 22 Teste greșite 3 Cost total $0.642 Timp de răspuns (mediu) 8.20s

Eșecuri Nu a urmat instrucțiunile

Filtrează modelele

Top modele după Număr de Nu a urmat instrucțiunile

Număr de Nu a urmat instrucțiunile vs Scor

Top modele după Timp de răspuns (mediu)