Orodha ya Ufuataji wa maagizo x Jibu lisilo sahihi

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Ufuataji wa maagizo, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

North Mini Code 1

Sababu za kushindwa

Jibu lisilo sahihi61 Hakufuata maelekezo18 Muundo wa ziada3 Hakuna jibu2 Hitilafu ya API1 Muda umeisha1

Kategoria

Mahususi kwa domeni412 Mbinu za kupinga AI293 Uandishi wa msimbo252 Utatuzi wa mafumbo201 Maarifa ya jumla168 Mchanganyiko68 Ufuataji wa maagizo61 Akili ya jumla59 Uchanganuzi na uchimbaji wa data41 Mwito wa zana3

61/61

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#171	North Mini Code none	Cohere	1	6.5	$0.000	1/2	30.7s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 30.7s
#172	MiniMax M2.7 medium	Minimax	1	3.8	$0.163	0/2	12.8s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.163 Muda wa majibu (wastani) 12.8s
#146	Owl Alpha medium	Openrouter	1	6.5	$0.000	1/2	10.2s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 10.2s
#125	Qwen3.5-Flash none	Qwen	1	6.3	$0.073	1/2	8.81s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.073 Muda wa majibu (wastani) 8.81s
#166	Qwen3 Coder Next none	Qwen	1	6.3	$0.025	1/2	7.78s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.025 Muda wa majibu (wastani) 7.78s
#187	Qwen3 Coder Next medium	Qwen	1	6.3	$0.032	1/2	7.49s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.032 Muda wa majibu (wastani) 7.49s
#74	GLM 5.1 medium	Z.ai	1	6.4	$0.535	1/2	7.47s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.535 Muda wa majibu (wastani) 7.47s
#60	LongCat 2.0 medium	Meituan	1	6.5	$0.478	1/2	7.38s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.478 Muda wa majibu (wastani) 7.38s
#97	LongCat 2.0 high	Meituan	1	6.5	$0.469	1/2	6.96s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.469 Muda wa majibu (wastani) 6.96s
#91	LongCat 2.0 low	Meituan	1	6.5	$0.391	1/2	6.39s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.391 Muda wa majibu (wastani) 6.39s
#162	Ling-2.6-1T none	Inclusionai	1	6.4	$0.016	1/2	5.36s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.016 Muda wa majibu (wastani) 5.36s
#157	Mimo V2 Omni none	Xiaomi	1	6.5	$0.021	1/2	4.26s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.021 Muda wa majibu (wastani) 4.26s
#82	DeepSeek V4 Pro none	DeepSeek	1	6.3	$0.096	1/2	4.12s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.096 Muda wa majibu (wastani) 4.12s
#194	GLM 4.7 Flash medium	Z.ai	1	6.2	$0.166	1/2	2.97s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.166 Muda wa majibu (wastani) 2.97s
#115	Gemma 4 31B none	Google	1	6.5	$0.035	1/2	2.84s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.035 Muda wa majibu (wastani) 2.84s

1 2 3 4 5

→

Chuja miundo

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Ufuataji wa maagizo: Jibu lisilo sahihi

Chuja miundo

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa