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)
#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
#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
#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
#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
#117	Qwen3.8 Flash Next low	Qwen	1	0.8	~$0.045	15/23	23.7s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama ~$0.045 Muda wa majibu (wastani) 23.7s
#115	GPT-5.4 Nano medium	OpenAI	2	0.8	$0.235	13/23	16.0s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.235 Muda wa majibu (wastani) 16.0s
#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
#109	DeepSeek V4 Pro 0423 high	DeepSeek	2	0.8	$0.149	11/23	91.3s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.149 Muda wa majibu (wastani) 91.3s
#108	Seed-2.0-Code low	Bytedance Seed	1	0.8	$0.881	14/23	73.0s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.881 Muda wa majibu (wastani) 73.0s
#106	Seed-2.0-Lite medium	Bytedance Seed	2	0.8	$0.271	14/23	48.9s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.271 Muda wa majibu (wastani) 48.9s
#103	Grok 4.5 high	X AI	1	0.8	$2.687	17/23	72.5s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama $2.687 Muda wa majibu (wastani) 72.5s
#101	Gemini 4 Argon low	Google	1	0.8	$0.438	15/23	5.72s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.438 Muda wa majibu (wastani) 5.72s
#102	DeepSeek V4.1 Flash 1017 max	DeepSeek	2	0.8	$0.757	15/23	78.2s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.757 Muda wa majibu (wastani) 78.2s
#97	GPT-6 Luna medium	OpenAI	1	0.8	$0.047	15/23	18.1s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.047 Muda wa majibu (wastani) 18.1s
#94	Claude Haiku 5.5 high	Anthropic	1	0.8	$0.088	15/23	10.4s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.088 Muda wa majibu (wastani) 10.4s

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)