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: Teste corecte ↑.

Modele afișate

Eșecuri totale

245

Modelul cel mai afectat

Granite 4.1 8B 4

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)
#23	Claude Sonnet 5 medium	Anthropic	1	8.3	$0.922	16/22	12.5s
Total teste 22 Teste greșite 6 Cost total $0.922 Timp de răspuns (mediu) 12.5s
#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
#131	Grok 4.20 Beta medium	X AI	1	6.0	$0.750	14/18	9.75s
Total teste 18 Teste greșite 4 Cost total $0.750 Timp de răspuns (mediu) 9.75s
#163	Gemini 3.1 Flash Lite Preview high	Google	1	5.3	$2.310	13/16	68.1s
Total teste 16 Teste greșite 3 Cost total $2.310 Timp de răspuns (mediu) 68.1s
#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)