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)
#293	Gemini 3.1 Flash Lite none	Google	1	0.6	$0.069	9/23	3.58s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.069 Muda wa majibu (wastani) 3.58s
#292	gpt-oss-120b medium	OpenAI	3	0.6	$0.030	9/23	31.6s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.030 Muda wa majibu (wastani) 31.6s
#291	Gemini 3.1 Flash Lite minimal	Google	3	0.6	$0.080	10/23	3.95s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.080 Muda wa majibu (wastani) 3.95s
#289	Inkling Small medium	Thinkingmachines	4	0.6	$0.113	10/23	6.03s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.113 Muda wa majibu (wastani) 6.03s
#288	MiMo-V2.6-Pro none	Xiaomi	1	0.6	$0.193	9/23	9.66s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.193 Muda wa majibu (wastani) 9.66s
#286	Claude Sonnet 4.6 none	Anthropic	1	0.6	$0.661	12/22	7.67s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.661 Muda wa majibu (wastani) 7.67s
#285	Apodex 1.1 Mini medium	Apodex	2	0.6	$0.000	11/23	32.7s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.000 Muda wa majibu (wastani) 32.7s
#283	Granite 4.2 8B medium	IBM Granite	1	0.6	$0.029	8/23	50.5s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.029 Muda wa majibu (wastani) 50.5s
#282	Step 5 Preview medium	Stepfun	2	0.6	$4.136	10/23	136.1s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $4.136 Muda wa majibu (wastani) 136.1s
#281	Qwen3.5 Plus 2026-04-20 none	Qwen	2	0.6	$0.216	8/23	18.5s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.216 Muda wa majibu (wastani) 18.5s
#279	Apodex 1.1 Mini low	Apodex	1	0.6	$0.000	11/23	33.7s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.000 Muda wa majibu (wastani) 33.7s
#280	Inkling none	Thinkingmachines	1	0.6	$0.292	7/23	5.30s
Jumla ya majaribio 23 Majaribio yenye makosa 16 Jumla ya gharama $0.292 Muda wa majibu (wastani) 5.30s
#278	Trinity Large Thinking medium	Arcee AI	4	0.6	$0.862	8/23	84.0s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.862 Muda wa majibu (wastani) 84.0s
#277	Beam 1.0 501B A23B high	Reflection	2	0.6	$0.674	11/23	9.03s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.674 Muda wa majibu (wastani) 9.03s
#275	Claude Fable 5.1 low	Anthropic	3	0.6	$3.395	11/23	11.4s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $3.395 Muda wa majibu (wastani) 11.4s

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)