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

386

Modeli iliyoathirika zaidi

LFM2-24B-A2B 1

Kategoria

Katika kategoria Utatuzi wa mafumbo128 Katika kategoria Akili ya jumla115 Katika kategoria Ufuataji wa maagizo48 Katika kategoria Mbinu za kupinga AI44 Katika kategoria Uandishi wa msimbo29 Katika kategoria Mwito wa zana12 Katika kategoria Uchanganuzi na uchimbaji wa data7 Katika kategoria Mahususi kwa domeni2 Katika kategoria Mchanganyiko1

215/215

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#301	MiMo-V2-Flash none	Xiaomi	2	4.0	$0.025	4/21	2.76s
Jumla ya majaribio 21 Majaribio yenye makosa 17 Jumla ya gharama $0.025 Muda wa majibu (wastani) 2.76s
#300	Hy3 preview none	Tencent	4	4.0	$0.007	4/21	12.9s
Jumla ya majaribio 21 Majaribio yenye makosa 17 Jumla ya gharama $0.007 Muda wa majibu (wastani) 12.9s
#297	Hunter Alpha none	OpenRouter	2	4.2	$0.000	6/18	4.70s
Jumla ya majaribio 18 Majaribio yenye makosa 12 Jumla ya gharama $0.000 Muda wa majibu (wastani) 4.70s
#296	Granite 4.2 8B none	IBM Granite	1	4.3	$0.026	3/22	86.3s
Jumla ya majaribio 22 Majaribio yenye makosa 19 Jumla ya gharama $0.026 Muda wa majibu (wastani) 86.3s
#295	Elephant Alpha medium	Openrouter	2	4.3	$0.000	6/21	1.27s
Jumla ya majaribio 21 Majaribio yenye makosa 15 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.27s
#294	GLM 4.7 Flash medium	Z.ai	2	4.3	$0.168	4/22	134.3s
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.168 Muda wa majibu (wastani) 134.3s
#293	Elephant Alpha none	Openrouter	3	4.3	$0.000	5/21	1.22s
Jumla ya majaribio 21 Majaribio yenye makosa 16 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.22s
#291	Grok 4.20 Beta none	X AI	1	4.4	$0.087	6/18	1.19s
Jumla ya majaribio 18 Majaribio yenye makosa 12 Jumla ya gharama $0.087 Muda wa majibu (wastani) 1.19s
#290	Laguna S 2.1 none	Poolside	1	4.5	$0.022	2/22	11.7s
Jumla ya majaribio 22 Majaribio yenye makosa 20 Jumla ya gharama $0.022 Muda wa majibu (wastani) 11.7s
#289	MiniMax M2.5 medium	Minimax	3	4.6	$0.327	5/22	69.1s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.327 Muda wa majibu (wastani) 69.1s
#288	Qwen3 Coder Next medium	Qwen	3	4.6	$0.034	3/22	9.07s
Jumla ya majaribio 22 Majaribio yenye makosa 19 Jumla ya gharama $0.034 Muda wa majibu (wastani) 9.07s
#286	Mercury 2 none	Inception	1	4.7	$0.030	4/22	825ms
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.030 Muda wa majibu (wastani) 825ms
#285	Cobuddy medium	Baidu	3	4.7	$0.000	7/21	39.9s
Jumla ya majaribio 21 Majaribio yenye makosa 14 Jumla ya gharama $0.000 Muda wa majibu (wastani) 39.9s
#284	Laguna M.1 medium	Poolside	1	4.7	$0.033	9/19	14.7s
Jumla ya majaribio 19 Majaribio yenye makosa 10 Jumla ya gharama $0.033 Muda wa majibu (wastani) 14.7s
#283	Grok 4.1 Fast medium	X AI	4	4.7	$0.069	9/19	23.8s
Jumla ya majaribio 19 Majaribio yenye makosa 10 Jumla ya gharama $0.069 Muda wa majibu (wastani) 23.8s

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)