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: Cost total ↓.

Modele afișate

Eșecuri totale

245

Modelul cel mai afectat

Grok 4.20 Multi Agent Beta 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)
#193	Elephant Alpha none	Openrouter	3	4.3	$0.000	5/21	1.22s
Total teste 21 Teste greșite 16 Cost total $0.000 Timp de răspuns (mediu) 1.22s
#195	Elephant Alpha medium	Openrouter	2	4.3	$0.000	6/21	1.27s
Total teste 21 Teste greșite 15 Cost total $0.000 Timp de răspuns (mediu) 1.27s
#196	Hunter Alpha none	OpenRouter	2	4.2	$0.000	6/18	4.70s
Total teste 18 Teste greșite 12 Cost total $0.000 Timp de răspuns (mediu) 4.70s
#207	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	1	3.4	$0.000	4/19	17.1s
Total teste 19 Teste greșite 15 Cost total $0.000 Timp de răspuns (mediu) 17.1s
#208	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	2	3.2	$0.000	2/19	728ms
Total teste 19 Teste greșite 17 Cost total $0.000 Timp de răspuns (mediu) 728ms

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)