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

Gemini 3.5 Flash 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)
#206	gpt-oss-120b none	OpenAI	2	3.7	$0.010	6/19	21.6s
Total teste 19 Teste greșite 13 Cost total $0.010 Timp de răspuns (mediu) 21.6s
#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
#209	Step 3.5 Flash none	Stepfun	1	2.3	$0.020	6/12	39.0s
Total teste 12 Teste greșite 6 Cost total $0.020 Timp de răspuns (mediu) 39.0s
#210	LFM2-24B-A2B none	Liquid	1	2.2	$0.001	2/16	782ms
Total teste 16 Teste greșite 14 Cost total $0.001 Timp de răspuns (mediu) 782ms

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)