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

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)
#203	Grok 4.1 Fast none	X AI	3	3.8	$0.008	3/19	1.62s
Total teste 19 Teste greșite 16 Cost total $0.008 Timp de răspuns (mediu) 1.62s
#204	Qwen3.5-9B medium	Qwen	1	3.8	$0.036	3/22	82.2s
Total teste 22 Teste greșite 19 Cost total $0.036 Timp de răspuns (mediu) 82.2s
#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
#201	Granite 4.1 8B none	IBM Granite	4	4.0	$0.007	2/22	1.45s
Total teste 22 Teste greșite 20 Cost total $0.007 Timp de răspuns (mediu) 1.45s

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)