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.

Modele afișate

Eșecuri totale

245

Modelul cel mai afectat

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)
#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
#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
#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
#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