Orodha ya Ufuataji wa maagizo x Hakufuata maelekezo

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

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Claude Sonnet 5.5 1

Sababu za kushindwa

Jibu lisilo sahihi117 Hakufuata maelekezo77 Hitilafu ya API25 Muundo wa ziada8 Muda umeisha5 Hakuna jibu2

Kategoria

Utatuzi wa mafumbo166 Akili ya jumla142 Ufuataji wa maagizo77 Mbinu za kupinga AI52 Uandishi wa msimbo50 Mwito wa zana13 Kazi za mawakala10 Uchanganuzi na uchimbaji wa data8 Mahususi kwa domeni3 Mchanganyiko1

77/77

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#34	Claude Sonnet 5.5 max	Anthropic	1	0.9	$8.557	1/2	6.24s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $8.557 Muda wa majibu (wastani) 6.24s
#124	Muse Wonder max	Meta	1	0.8	$4.766	1/2	13.2s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $4.766 Muda wa majibu (wastani) 13.2s
#162	Claude Fable 5.1 medium	Anthropic	1	0.7	$3.197	1/2	5.77s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $3.197 Muda wa majibu (wastani) 5.77s
#212	Grok 4.7 high	X AI	1	0.8	$3.037	1/2	14.1s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $3.037 Muda wa majibu (wastani) 14.1s
#163	Grok 4.7 medium	X AI	1	0.8	$2.938	1/2	6.68s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $2.938 Muda wa majibu (wastani) 6.68s
#88	Muse Spark 1.1 high	Meta	1	0.6	$2.570	1/2	7.81s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $2.570 Muda wa majibu (wastani) 7.81s
#156	Grok 4.7 low	X AI	1	0.8	$1.933	1/2	6.19s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.933 Muda wa majibu (wastani) 6.19s
#40	Muse Spark 1.3 high	Meta	1	0.7	$1.891	1/2	14.7s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.891 Muda wa majibu (wastani) 14.7s
#57	Muse Spark 1.1 medium	Meta	1	0.7	$1.665	1/2	6.31s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.665 Muda wa majibu (wastani) 6.31s
#149	Mistral Large 4 high	Mistral	1	0.8	$1.391	1/2	22.0s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.391 Muda wa majibu (wastani) 22.0s
#62	Muse Spark Open medium	Meta	1	0.7	$1.260	1/2	18.4s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.260 Muda wa majibu (wastani) 18.4s
#264	Trinity Large Thinking low	Arcee AI	1	0.4	$0.918	0/2	4.07s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.918 Muda wa majibu (wastani) 4.07s
#199	Claude Sonnet 5.5 low	Anthropic	1	0.6	$0.909	1/2	1.91s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.909 Muda wa majibu (wastani) 1.91s
#72	Muse Spark 1.1 low	Meta	1	0.7	$0.885	1/2	5.42s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.885 Muda wa majibu (wastani) 5.42s
#275	Trinity Large Thinking medium	Arcee AI	1	0.4	$0.862	0/2	3.99s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.862 Muda wa majibu (wastani) 3.99s

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

Ufuataji wa maagizo: 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