Orodha ya Akili ya jumla x Hakufuata maelekezo

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hakufuata maelekezo katika Akili ya jumla, ili uone udhaifu haraka. Panga kwa: Jumla ya gharama ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Grok 4.20 Multi Agent Beta 1

Sababu za kushindwa

Hakufuata maelekezo78 Jibu lisilo sahihi59 Hitilafu ya API12 Muda umeisha4

Kategoria

Utatuzi wa mafumbo90 Akili ya jumla78 Mbinu za kupinga AI33 Ufuataji wa maagizo18 Uandishi wa msimbo16 Mwito wa zana8 Mahususi kwa domeni1 Mchanganyiko1

78/78

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#181	Grok 4.20 Multi Agent Beta medium	X AI	1	5.8	$5.599	0/1	6.40s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $5.599 Muda wa majibu (wastani) 6.40s
#143	Gemini 3.1 Flash Lite high	Google	1	5.0	$2.044	0/1	45.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $2.044 Muda wa majibu (wastani) 45.7s
#12	Grok 4.5 high	X AI	1	4.7	$1.707	0/1	9.82s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.707 Muda wa majibu (wastani) 9.82s
#58	Qwen3.5-27B medium	Qwen	1	6.1	$1.627	0/1	101.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.627 Muda wa majibu (wastani) 101.4s
#18	GPT-5.4 medium	OpenAI	1	4.7	$1.533	0/1	4.92s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.533 Muda wa majibu (wastani) 4.92s
#21	GPT-5.2 medium	OpenAI	1	3.7	$0.951	0/1	4.32s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.951 Muda wa majibu (wastani) 4.32s
#23	Claude Sonnet 5 medium	Anthropic	1	4.8	$0.922	0/1	4.32s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.922 Muda wa majibu (wastani) 4.32s
#13	GPT-5.3-Codex medium	OpenAI	1	4.6	$0.920	0/1	4.87s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.920 Muda wa majibu (wastani) 4.87s
#73	Grok 4.3 medium	X AI	1	5.4	$0.779	0/1	24.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.779 Muda wa majibu (wastani) 24.7s
#99	Qwen3.6 27B medium	Qwen	1	6.5	$0.779	0/1	39.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.779 Muda wa majibu (wastani) 39.5s
#75	Grok 4.20 medium	X AI	1	3.9	$0.777	0/1	24.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.777 Muda wa majibu (wastani) 24.5s
#56	GPT-5.4 Mini medium	OpenAI	1	4.5	$0.756	0/1	3.72s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.756 Muda wa majibu (wastani) 3.72s
#90	Qwen3.6 35B A3B medium	Qwen	1	4.4	$0.746	0/1	8.66s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.746 Muda wa majibu (wastani) 8.66s
#63	Claude Sonnet 4.6 none	Anthropic	1	6.1	$0.661	0/1	2.56s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.661 Muda wa majibu (wastani) 2.56s
#104	Gemini 3.1 Flash Lite Preview low	Google	1	4.0	$0.646	0/1	1.54s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.646 Muda wa majibu (wastani) 1.54s

1 2 3 4 5 6

→

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

Akili ya jumla: 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