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: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

386

Modeli iliyoathirika zaidi

Nemotron 3 Nano Omni 30b A3b Reasoning 2

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)
#42	Muse Spark 1.2 medium	Meta	3	8.6	$1.339	14/22	19.7s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $1.339 Muda wa majibu (wastani) 19.7s
#182	MiMo-V2-Flash medium	Xiaomi	1	6.3	$0.043	12/21	20.1s
Jumla ya majaribio 21 Majaribio yenye makosa 9 Jumla ya gharama $0.043 Muda wa majibu (wastani) 20.1s
#244	DeepSeek V4 Flash 0731 none	DeepSeek	2	5.4	$0.011	4/22	20.7s
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.011 Muda wa majibu (wastani) 20.7s
#189	gpt-oss-120b medium	OpenAI	3	6.1	$0.020	9/22	20.8s
Jumla ya majaribio 22 Majaribio yenye makosa 13 Jumla ya gharama $0.020 Muda wa majibu (wastani) 20.8s
#58	Gemini 2.5 Flash medium	Google	1	8.2	$0.644	15/22	21.1s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.644 Muda wa majibu (wastani) 21.1s
#312	gpt-oss-120b none	OpenAI	2	3.7	$0.010	6/19	21.6s
Jumla ya majaribio 19 Majaribio yenye makosa 13 Jumla ya gharama $0.010 Muda wa majibu (wastani) 21.6s
#46	Qwen3.8 Max low	Qwen	1	8.6	$0.702	16/22	21.8s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $0.702 Muda wa majibu (wastani) 21.8s
#181	Mimo V2 PRO medium	Xiaomi	1	6.3	$0.333	12/21	22.2s
Jumla ya majaribio 21 Majaribio yenye makosa 9 Jumla ya gharama $0.333 Muda wa majibu (wastani) 22.2s
#47	GPT-5.4 medium	OpenAI	2	8.5	$1.560	15/22	22.9s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $1.560 Muda wa majibu (wastani) 22.9s
#90	GLM 5 Turbo medium	Z.ai	1	7.6	$0.323	14/21	23.0s
Jumla ya majaribio 21 Majaribio yenye makosa 7 Jumla ya gharama $0.323 Muda wa majibu (wastani) 23.0s
#159	GLM 5V Turbo medium	Z.ai	1	6.7	$0.457	11/21	23.1s
Jumla ya majaribio 21 Majaribio yenye makosa 10 Jumla ya gharama $0.457 Muda wa majibu (wastani) 23.1s
#73	Step 3.7 Flash medium	Stepfun	1	7.9	$0.495	13/22	23.5s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.495 Muda wa majibu (wastani) 23.5s
#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
#140	KAT-Coder-Pro V2.5 medium	Kwaipilot	1	6.9	$0.478	11/22	24.9s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.478 Muda wa majibu (wastani) 24.9s
#116	GLM 5.3 Flash high	Z.ai	1	7.3	$0.029	13/22	25.4s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.029 Muda wa majibu (wastani) 25.4s

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)