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: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

523

Modeli iliyoathirika zaidi

Nimble v3 9B 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)
#269	Grok 4.20 medium	X AI	2	0.6	$1.246	11/23	36.7s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $1.246 Muda wa majibu (wastani) 36.7s
#365	Qwen3.5-9B none	Qwen	2	0.5	$0.041	4/23	37.2s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.041 Muda wa majibu (wastani) 37.2s
#90	Muse Spark 1.1 high	Meta	2	0.8	$2.570	13/23	37.4s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $2.570 Muda wa majibu (wastani) 37.4s
#393	Cobuddy medium	Baidu	3	0.4	$0.000	7/22	38.0s
Jumla ya majaribio 22 Majaribio yenye makosa 15 Jumla ya gharama $0.000 Muda wa majibu (wastani) 38.0s
#268	DeepSeek V4 Flash 0423 none	DeepSeek	1	0.6	$0.149	5/23	38.6s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.149 Muda wa majibu (wastani) 38.6s
#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
#178	GLM 5 medium	Z.ai	1	0.7	$0.479	15/22	39.0s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.479 Muda wa majibu (wastani) 39.0s
#173	Qwen3.8 27B medium	Qwen	2	0.7	~$0.073	14/23	40.1s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama ~$0.073 Muda wa majibu (wastani) 40.1s
#366	Hy4 preview none	Tencent	2	0.5	$0.165	3/23	40.4s
Jumla ya majaribio 23 Majaribio yenye makosa 20 Jumla ya gharama $0.165 Muda wa majibu (wastani) 40.4s
#197	Minimax M3.1 Flash max	Minimax	1	0.7	$0.000	11/23	40.9s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.000 Muda wa majibu (wastani) 40.9s
#143	Qwen3.7 Flash low	Qwen	3	0.8	$0.071	12/23	41.0s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.071 Muda wa majibu (wastani) 41.0s
#367	Mimo V2 Omni medium	Xiaomi	2	0.5	$0.683	10/21	41.2s
Jumla ya majaribio 21 Majaribio yenye makosa 11 Jumla ya gharama $0.683 Muda wa majibu (wastani) 41.2s
#424	Xing4.0 29b A4b none	Xingchen AGI	5	0.3	$0.000	0/23	42.7s
Jumla ya majaribio 23 Majaribio yenye makosa 23 Jumla ya gharama $0.000 Muda wa majibu (wastani) 42.7s
#120	GLM 5.3 FlashX max	Z.ai	1	0.8	$0.623	15/23	44.0s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.623 Muda wa majibu (wastani) 44.0s
#127	Muse Wonder max	Meta	1	0.8	$4.766	16/23	44.4s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $4.766 Muda wa majibu (wastani) 44.4s

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)