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: Timp de răspuns (mediu) ↑.

Modele afișate

Eșecuri totale

245

Modelul cel mai afectat

Nemotron 3 Nano Omni 30b A3b Reasoning 2

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)
#68	Kimi K2.6 medium	Moonshot AI	2	7.2	$1.036	12/22	110.0s
Total teste 22 Teste greșite 10 Cost total $1.036 Timp de răspuns (mediu) 110.0s
#58	Qwen3.5-27B medium	Qwen	2	7.4	$1.627	13/22	111.9s
Total teste 22 Teste greșite 9 Cost total $1.627 Timp de răspuns (mediu) 111.9s
#194	GLM 4.7 Flash medium	Z.ai	2	4.3	$0.166	4/22	142.6s
Total teste 22 Teste greșite 18 Cost total $0.166 Timp de răspuns (mediu) 142.6s
#97	LongCat 2.0 high	Meituan	2	6.6	$0.469	9/22	148.7s
Total teste 22 Teste greșite 13 Cost total $0.469 Timp de răspuns (mediu) 148.7s
#130	Step 3.5 Flash medium	Stepfun	3	6.0	$0.108	11/21	174.2s
Total teste 21 Teste greșite 10 Cost total $0.108 Timp de răspuns (mediu) 174.2s

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)