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

Step 3.5 Flash 3

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)
#191	Grok 4.20 Beta none	X AI	1	4.4	$0.087	6/18	1.19s
Total teste 18 Teste greșite 12 Cost total $0.087 Timp de răspuns (mediu) 1.19s
#189	Mercury 2 none	Inception	1	4.6	$0.030	4/22	829ms
Total teste 22 Teste greșite 18 Cost total $0.030 Timp de răspuns (mediu) 829ms
#205	Laguna Xs.2 none	Poolside	1	3.8	$0.004	5/19	806ms
Total teste 19 Teste greșite 14 Cost total $0.004 Timp de răspuns (mediu) 806ms
#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
#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)