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)
#239	Grok 4.3 medium	X AI	2	0.6	$0.989	12/23	44.5s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.989 Muda wa majibu (wastani) 44.5s
#180	Qwen3.6 27B medium	Qwen	1	0.7	$1.021	11/23	107.8s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $1.021 Muda wa majibu (wastani) 107.8s
#61	Qwen3.8 MAX low	Qwen	1	0.9	$1.089	17/23	25.1s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama $1.089 Muda wa majibu (wastani) 25.1s
#295	Claude Sonnet 5 none	Anthropic	1	0.6	$1.095	7/23	8.60s
Jumla ya majaribio 23 Majaribio yenye makosa 16 Jumla ya gharama $1.095 Muda wa majibu (wastani) 8.60s
#230	Claude Sonnet 5.5 medium	Anthropic	3	0.7	$1.100	9/23	8.03s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $1.100 Muda wa majibu (wastani) 8.03s
#122	GPT-5.4 Mini medium	OpenAI	3	0.8	$1.102	13/23	29.9s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $1.102 Muda wa majibu (wastani) 29.9s
#119	Qwen3.5-27B medium	Qwen	2	0.8	$1.135	14/23	114.7s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $1.135 Muda wa majibu (wastani) 114.7s
#190	Kimi K2.7 Code medium	Moonshot AI	1	0.7	$1.136	11/23	81.2s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $1.136 Muda wa majibu (wastani) 81.2s
#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
#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
#269	Grok 4.20 medium	X AI	2	0.6	$1.246	11/23	36.7s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $1.246 Muda wa majibu (wastani) 36.7s
#63	Muse Spark Open medium	Meta	2	0.9	$1.260	15/23	77.4s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $1.260 Muda wa majibu (wastani) 77.4s
#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
#124	Gemini 3.5 Flash medium	Google	1	0.8	$1.316	18/23	11.8s
Jumla ya majaribio 23 Majaribio yenye makosa 5 Jumla ya gharama $1.316 Muda wa majibu (wastani) 11.8s
#38	GPT-5.3-Codex medium	OpenAI	2	0.9	$1.318	17/23	18.9s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama $1.318 Muda wa majibu (wastani) 18.9s

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)