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: Jumla ya gharama ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

523

Modeli iliyoathirika zaidi

Minimax M3.1 Flash 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)
#170	Gemini 3.5 Flash Lite medium	Google	1	0.7	$0.440	14/23	8.68s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.440 Muda wa majibu (wastani) 8.68s
#324	GLM 5V Turbo medium	Z.ai	1	0.5	$0.457	11/21	23.1s
Jumla ya majaribio 21 Majaribio yenye makosa 10 Jumla ya gharama $0.457 Muda wa majibu (wastani) 23.1s
#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
#319	Kimi K2.6 none	Moonshot AI	3	0.5	$0.486	6/23	26.3s
Jumla ya majaribio 23 Majaribio yenye makosa 17 Jumla ya gharama $0.486 Muda wa majibu (wastani) 26.3s
#131	GLM 5.3 high	Z.ai	1	0.8	$0.495	14/23	28.4s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.495 Muda wa majibu (wastani) 28.4s
#139	Muse Glimmer 30B high	Meta	3	0.8	$0.506	11/23	69.9s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.506 Muda wa majibu (wastani) 69.9s
#250	Gemini 3.5 Flash minimal	Google	1	0.6	$0.508	13/23	4.67s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.508 Muda wa majibu (wastani) 4.67s
#218	GPT 5.3 Chat default	OpenAI	2	0.7	$0.533	13/23	6.31s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.533 Muda wa majibu (wastani) 6.31s
#425	Grok Build 0.1 none	X AI	2	0.3	$0.547	7/19	28.7s
Jumla ya majaribio 19 Majaribio yenye makosa 12 Jumla ya gharama $0.547 Muda wa majibu (wastani) 28.7s
#169	Qwen3.6 Plus medium	Qwen	1	0.7	$0.554	15/23	57.4s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.554 Muda wa majibu (wastani) 57.4s
#132	Step 3.7 Flash medium	Stepfun	2	0.8	$0.571	13/23	26.6s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.571 Muda wa majibu (wastani) 26.6s
#91	DeepSeek V4 Flash 0731 high	DeepSeek	2	0.8	$0.576	15/23	118.8s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.576 Muda wa majibu (wastani) 118.8s
#87	Muse Glimmer 30B xhigh	Meta	1	0.8	$0.585	14/23	97.7s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.585 Muda wa majibu (wastani) 97.7s
#70	MiMo-V2.6-Pro medium	Xiaomi	1	0.9	$0.586	14/23	148.1s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.586 Muda wa majibu (wastani) 148.1s
#129	DeepSeek V4.1 Flash 1017 high	DeepSeek	2	0.8	$0.589	13/23	58.6s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.589 Muda wa majibu (wastani) 58.6s

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)