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)
#111	DeepSeek V4 Flash 0423 high	DeepSeek	2	0.8	$0.261	14/23	56.0s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.261 Muda wa majibu (wastani) 56.0s
#318	Nemotron 3 Super medium	NVIDIA	3	0.6	$0.081	8/23	56.4s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.081 Muda wa majibu (wastani) 56.4s
#305	GPT-5 Nano medium	OpenAI	2	0.6	$0.159	8/23	56.5s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.159 Muda wa majibu (wastani) 56.5s
#251	MiMo-V2.5-Pro medium	Xiaomi	2	0.6	$0.332	11/23	56.7s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.332 Muda wa majibu (wastani) 56.7s
#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
#335	Granite 4.2 8B low	IBM Granite	1	0.5	$0.036	7/23	58.2s
Jumla ya majaribio 23 Majaribio yenye makosa 16 Jumla ya gharama $0.036 Muda wa majibu (wastani) 58.2s
#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
#232	Qwen3.6 35B A3B medium	Qwen	1	0.7	$0.834	12/23	59.9s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.834 Muda wa majibu (wastani) 59.9s
#270	Space Bunny Alpha xhigh	Stealth	2	0.6	$0.000	9/23	60.0s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.000 Muda wa majibu (wastani) 60.0s
#73	DeepSeek V4.1 Flash max	DeepSeek	1	0.9	$1.204	15/23	61.6s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $1.204 Muda wa majibu (wastani) 61.6s
#126	MiMo-V2.6-Flash medium	Xiaomi	1	0.8	$0.218	12/23	61.9s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.218 Muda wa majibu (wastani) 61.9s
#378	Gemini 3.1 Flash Lite high	Google	3	0.5	$2.044	10/18	62.0s
Jumla ya majaribio 18 Majaribio yenye makosa 8 Jumla ya gharama $2.044 Muda wa majibu (wastani) 62.0s
#89	Inkling high	Thinkingmachines	1	0.8	$1.238	16/23	62.7s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $1.238 Muda wa majibu (wastani) 62.7s
#352	Laguna S 2.1 medium	Poolside	1	0.5	$0.092	4/23	63.1s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.092 Muda wa majibu (wastani) 63.1s
#412	Ling 3.0 Tiny low	Inclusionai	4	0.4	$0.000	4/23	63.2s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.000 Muda wa majibu (wastani) 63.2s

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)