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)
#65	DeepSeek V4.1 Flash medium	DeepSeek	1	0.9	$0.591	16/23	32.9s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $0.591 Muda wa majibu (wastani) 32.9s
#187	GPT-5.2 Chat default	OpenAI	1	0.7	$0.594	13/23	7.43s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.594 Muda wa majibu (wastani) 7.43s
#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
#64	DeepSeek V4.1 Flash high	DeepSeek	1	0.9	$0.617	16/23	33.3s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $0.617 Muda wa majibu (wastani) 33.3s
#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
#225	LongCat 2.0 low	Meituan	1	0.7	$0.630	10/23	115.0s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.630 Muda wa majibu (wastani) 115.0s
#286	Claude Sonnet 4.6 none	Anthropic	1	0.6	$0.661	12/22	7.67s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.661 Muda wa majibu (wastani) 7.67s
#271	KAT-Coder-Pro V2.5 medium	Kwaipilot	1	0.6	$0.669	11/23	23.9s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.669 Muda wa majibu (wastani) 23.9s
#277	Beam 1.0 501B A23B high	Reflection	2	0.6	$0.674	11/23	9.03s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.674 Muda wa majibu (wastani) 9.03s
#167	Gemini 2.5 Flash medium	Google	2	0.7	$0.680	15/23	20.5s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.680 Muda wa majibu (wastani) 20.5s
#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
#312	GPT-5.4 none	OpenAI	1	0.6	$0.690	7/23	3.89s
Jumla ya majaribio 23 Majaribio yenye makosa 16 Jumla ya gharama $0.690 Muda wa majibu (wastani) 3.89s
#255	Qwen3.5-35B-A3B medium	Qwen	1	0.6	$0.716	11/23	111.5s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.716 Muda wa majibu (wastani) 111.5s
#258	Gemini 3.1 Flash Lite Preview low	Google	1	0.6	$0.736	14/23	19.0s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.736 Muda wa majibu (wastani) 19.0s
#358	Grok 4.20 Beta medium	X AI	1	0.5	$0.750	14/18	9.75s
Jumla ya majaribio 18 Majaribio yenye makosa 4 Jumla ya gharama $0.750 Muda wa majibu (wastani) 9.75s

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)