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: Muda wa majibu (wastani) ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Solar Pro 4 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)
#211	Solar Pro 4 low	Upstage	1	0.8	$0.101	1/2	56.4s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.101 Muda wa majibu (wastani) 56.4s
#207	Solar Pro 4 xhigh	Upstage	1	0.8	$0.067	1/2	51.3s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.067 Muda wa majibu (wastani) 51.3s
#258	Solar Pro 4 high	Upstage	1	0.8	$0.077	1/2	41.5s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.077 Muda wa majibu (wastani) 41.5s
#407	Xing4.0 29b A4b medium	Xingchen AGI	1	0.4	$0.000	0/2	25.4s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 25.4s
#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
#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
#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
#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
#351	MiniMax M2.7 medium	Minimax	1	0.4	$0.326	0/2	12.8s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.326 Muda wa majibu (wastani) 12.8s
#421	Xing4.0 29b A4b none	Xingchen AGI	1	0.4	$0.000	0/2	11.7s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 11.7s
#54	Muse Spark Open low	Meta	1	0.8	$0.600	1/2	10.3s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.600 Muda wa majibu (wastani) 10.3s
#140	Qwen3.7 Flash low	Qwen	1	0.8	$0.071	1/2	9.88s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.071 Muda wa majibu (wastani) 9.88s
#221	Qwen3.7 Flash medium	Qwen	1	0.6	$0.076	0/2	9.27s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.076 Muda wa majibu (wastani) 9.27s
#85	Muse Glimmer 30B xhigh	Meta	1	0.8	$0.585	1/2	8.90s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.585 Muda wa majibu (wastani) 8.90s

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