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: Alama ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

523

Modeli iliyoathirika zaidi

LFM2-24B-A2B 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)
#165	Claude Fable 5.1 medium	Anthropic	1	0.7	$3.197	15/23	11.9s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $3.197 Muda wa majibu (wastani) 11.9s
#164	GLM 5.3 Flash high	Z.ai	2	0.7	$0.056	13/23	29.1s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.056 Muda wa majibu (wastani) 29.1s
#161	DeepSeek V4 Pro 0423 none	DeepSeek	2	0.7	$0.083	10/23	14.1s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.083 Muda wa majibu (wastani) 14.1s
#160	Inkling Small high	Thinkingmachines	2	0.7	$0.398	14/23	29.1s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.398 Muda wa majibu (wastani) 29.1s
#159	Grok 4.7 low	X AI	1	0.7	$1.933	14/23	63.2s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $1.933 Muda wa majibu (wastani) 63.2s
#158	GLM 5.3 FlashX high	Z.ai	1	0.7	$0.210	13/23	14.9s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.210 Muda wa majibu (wastani) 14.9s
#157	Seed-2.0-Code medium	Bytedance Seed	1	0.7	$1.275	11/23	100.6s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $1.275 Muda wa majibu (wastani) 100.6s
#156	DeepSeek V4 Flash 0731 low	DeepSeek	1	0.7	$0.306	13/23	88.1s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.306 Muda wa majibu (wastani) 88.1s
#155	Qwen3.6 Flash medium	Qwen	1	0.7	$0.783	13/23	45.5s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.783 Muda wa majibu (wastani) 45.5s
#153	Seed-2.0-Code high	Bytedance Seed	1	0.7	$1.448	12/23	124.9s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $1.448 Muda wa majibu (wastani) 124.9s
#152	Mistral Large 4 high	Mistral	2	0.8	$1.391	12/23	263.7s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $1.391 Muda wa majibu (wastani) 263.7s
#151	Seed-2.0-Mini medium	Bytedance Seed	1	0.8	$0.140	12/23	91.7s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.140 Muda wa majibu (wastani) 91.7s
#147	GPT-6 Luna low	OpenAI	1	0.8	$0.033	12/23	23.2s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.033 Muda wa majibu (wastani) 23.2s
#148	Qwen3.8 27B low	Qwen	1	0.8	~$0.089	15/23	46.6s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama ~$0.089 Muda wa majibu (wastani) 46.6s
#146	Qwen3.8 Flash Next medium	Qwen	1	0.8	~$0.047	15/23	24.8s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama ~$0.047 Muda wa majibu (wastani) 24.8s

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)