Orodha ya kushindwa kwa Hakufuata maelekezo

Ona ni modeli gani za AI hukutana na Hakufuata maelekezo mara nyingi zaidi ili utambue hatari za utegemevu kabla ya kuchagua. Panga kwa: Idadi ya kushindwa ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

523

Modeli iliyoathirika zaidi

Claude Opus 5.5 1

Kategoria

Katika kategoria Utatuzi wa mafumbo167 Katika kategoria Akili ya jumla142 Katika kategoria Ufuataji wa maagizo77 Katika kategoria Mbinu za kupinga AI52 Katika kategoria Uandishi wa msimbo50 Katika kategoria Mwito wa zana13 Katika kategoria Kazi za mawakala10 Katika kategoria Uchanganuzi na uchimbaji wa data8 Katika kategoria Mahususi kwa domeni3 Katika kategoria Mchanganyiko1

294/294

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#442	Mammoth 1 default	Baseten	1	0.2	$0.000	3/12	1.80s
Jumla ya majaribio 12 Majaribio yenye makosa 9 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.80s
#444	Clef Omni default	Cloudflare	1	0.2	$0.011	2/12	880ms
Jumla ya majaribio 12 Majaribio yenye makosa 10 Jumla ya gharama $0.011 Muda wa majibu (wastani) 880ms
#446	Step 3.5 Flash none	Stepfun	1	0.2	$0.020	6/12	39.0s
Jumla ya majaribio 12 Majaribio yenye makosa 6 Jumla ya gharama $0.020 Muda wa majibu (wastani) 39.0s
#449	LFM2-24B-A2B default	Liquid	1	0.2	$0.001	2/16	782ms
Jumla ya majaribio 16 Majaribio yenye makosa 14 Jumla ya gharama $0.001 Muda wa majibu (wastani) 782ms
#454	Nimble v3 9B default	Bespoke Labs	1	0.8	~$0.001	1/7	363ms
Jumla ya majaribio 7 Majaribio yenye makosa 6 Jumla ya gharama ~$0.001 Muda wa majibu (wastani) 363ms
#34	Claude Sonnet 5.5 max	Anthropic	2	0.9	$8.557	18/23	84.3s
Jumla ya majaribio 23 Majaribio yenye makosa 5 Jumla ya gharama $8.557 Muda wa majibu (wastani) 84.3s
#38	GPT-5.3-Codex medium	OpenAI	2	0.9	$1.318	17/23	18.9s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama $1.318 Muda wa majibu (wastani) 18.9s
#40	Muse Spark 1.3 high	Meta	2	0.9	$1.891	17/23	52.9s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama $1.891 Muda wa majibu (wastani) 52.9s
#54	Muse Spark Open low	Meta	2	0.9	$0.600	16/23	21.6s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $0.600 Muda wa majibu (wastani) 21.6s
#57	Muse Spark 1.1 medium	Meta	2	0.9	$1.665	16/23	27.0s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $1.665 Muda wa majibu (wastani) 27.0s
#62	GPT-5.4 medium	OpenAI	2	0.9	$2.213	16/23	24.8s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $2.213 Muda wa majibu (wastani) 24.8s
#63	Muse Spark Open medium	Meta	2	0.9	$1.260	15/23	77.4s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $1.260 Muda wa majibu (wastani) 77.4s
#69	Qwen3.8 27B high	Qwen	2	0.9	~$0.298	17/23	166.3s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama ~$0.298 Muda wa majibu (wastani) 166.3s
#77	Claude Haiku 5.5 low	Anthropic	2	0.9	$0.061	16/23	7.51s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $0.061 Muda wa majibu (wastani) 7.51s
#84	Nemotron 3.5 Super VL high	NVIDIA	2	0.8	$0.349	15/23	49.9s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.349 Muda wa majibu (wastani) 49.9s

←

1 9 10 11 20

→

Kushindwa kwa 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)