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)
#454	Nimble v3 9B default	Bespoke Labs	1	0.8	~$0.001	1/7	363ms
Jumla ya majaribio 7 Majaribio yenye makosa 6 Jumla ya gharama ~$0.001 Muda wa majibu (wastani) 363ms
#144	Muse Glimmer 30B medium	Meta	1	0.8	$0.288	12/23	34.0s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.288 Muda wa majibu (wastani) 34.0s
#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
#141	Claude Haiku 5.5 medium	Anthropic	2	0.8	$0.063	13/23	7.71s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.063 Muda wa majibu (wastani) 7.71s
#140	Nemotron 3.5 Super VL medium	NVIDIA	1	0.8	$0.437	14/23	84.9s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.437 Muda wa majibu (wastani) 84.9s
#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
#138	GPT-6 Luna high	OpenAI	1	0.8	$0.074	15/23	20.4s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.074 Muda wa majibu (wastani) 20.4s
#134	Qwen3.7 Plus none	Qwen	1	0.8	$0.178	13/23	17.8s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.178 Muda wa majibu (wastani) 17.8s
#133	Grok 4.6 medium	X AI	1	0.8	$2.270	16/23	74.8s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $2.270 Muda wa majibu (wastani) 74.8s
#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
#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
#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
#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
#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
#125	Qwen3.8 2.4T A95B high	Qwen	2	0.8	$2.949	15/23	120.9s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $2.949 Muda wa majibu (wastani) 120.9s

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)