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: Majaribio sahihi ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

523

Modeli iliyoathirika zaidi

Xing4.0 29b A4b 5

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)
#68	GPT-5.2 medium	OpenAI	3	0.9	$1.558	15/23	31.3s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $1.558 Muda wa majibu (wastani) 31.3s
#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
#84	Nemotron 3.5 Super VL high	NVIDIA	2	0.8	$0.349	15/23	49.9s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.349 Muda wa majibu (wastani) 49.9s
#91	DeepSeek V4 Flash 0731 high	DeepSeek	2	0.8	$0.576	15/23	118.8s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.576 Muda wa majibu (wastani) 118.8s
#92	GLM 5.2 high	Z.ai	1	0.8	$4.632	15/23	69.1s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $4.632 Muda wa majibu (wastani) 69.1s
#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
#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
#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
#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
#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
#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
#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
#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
#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

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)