Orodha ya Mbinu za kupinga AI x Hakufuata maelekezo

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hakufuata maelekezo katika Mbinu za kupinga AI, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Laguna Xs.2 1

Sababu za kushindwa

Jibu lisilo sahihi386 Hakufuata maelekezo44 Muundo wa ziada29 Hitilafu ya API20 Hakuna jibu13 Muda umeisha6

Kategoria

Utatuzi wa mafumbo128 Akili ya jumla115 Ufuataji wa maagizo48 Mbinu za kupinga AI44 Uandishi wa msimbo29 Mwito wa zana12 Uchanganuzi na uchimbaji wa data7 Mahususi kwa domeni2 Mchanganyiko1

42/42

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#306	Laguna Xs.2 none	Poolside	1	3.0	$0.004	0/4	534ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.004 Muda wa majibu (wastani) 534ms
#242	Laguna XS 2.1 none	Poolside	1	5.3	$0.008	1/4	755ms
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.008 Muda wa majibu (wastani) 755ms
#260	Mercury 2.5 Preview low	Inception	1	5.6	$0.011	1/4	759ms
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.011 Muda wa majibu (wastani) 759ms
#298	Granite 4.1 8B none	IBM Granite	1	4.9	$0.007	1/4	844ms
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.007 Muda wa majibu (wastani) 844ms
#288	Elephant Alpha none	Openrouter	1	6.6	$0.000	2/4	963ms
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 963ms
#168	Gemini 3.1 Flash Lite Preview none	Google	1	7.5	$0.052	2/4	1.04s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.052 Muda wa majibu (wastani) 1.04s
#303	Grok 4.1 Fast none	X AI	1	3.2	$0.008	0/4	1.07s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.008 Muda wa majibu (wastani) 1.07s
#131	Mercury 2 medium	Inception	1	6.9	$0.094	2/4	1.12s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.094 Muda wa majibu (wastani) 1.12s
#232	Mimo V2 Omni none	Xiaomi	1	3.6	$0.021	0/4	1.63s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.021 Muda wa majibu (wastani) 1.63s
#157	Gemini 3.5 Flash Lite low	Google	1	9.0	$0.138	3/4	1.69s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.138 Muda wa majibu (wastani) 1.69s
#214	Inkling Small low	Thinkingmachines	1	9.2	$0.055	3/4	1.81s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.055 Muda wa majibu (wastani) 1.81s
#247	Dots 3 Note Preview none	Dots Studio	1	3.1	$0.000	0/4	1.92s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.92s
#100	Gemini 3.1 Flash Lite Preview medium	Google	1	9.1	$0.117	3/4	2.33s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.117 Muda wa majibu (wastani) 2.33s
#112	Gemini 3.1 Flash Lite medium	Google	1	9.1	$0.120	3/4	2.39s
Jumla ya majaribio 4 Majaribio yenye makosa 1 Jumla ya gharama $0.120 Muda wa majibu (wastani) 2.39s
#237	MiMo-V2.5-Pro none	Xiaomi	1	3.3	$0.068	0/4	2.67s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.068 Muda wa majibu (wastani) 2.67s

Chuja miundo

Modeli bora kwa Idadi ya Hakufuata maelekezo

Idadi ya Hakufuata maelekezo dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mbinu za kupinga AI: Hakufuata maelekezo

Chuja miundo

Modeli bora kwa Idadi ya Hakufuata maelekezo

Idadi ya Hakufuata maelekezo dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa