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

523

Modeli iliyoathirika zaidi

Nimble v3 9B 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)
#325	Seed-2.0-Code none	Bytedance Seed	2	0.5	$0.257	6/23	17.5s
Jumla ya majaribio 23 Majaribio yenye makosa 17 Jumla ya gharama $0.257 Muda wa majibu (wastani) 17.5s
#373	Laguna S 2.1 none	Poolside	2	0.5	$0.044	2/23	17.7s
Jumla ya majaribio 23 Majaribio yenye makosa 21 Jumla ya gharama $0.044 Muda wa majibu (wastani) 17.7s
#80	Muse Spark 1.3 low	Meta	1	0.9	$0.911	16/23	17.7s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $0.911 Muda wa majibu (wastani) 17.7s
#134	Qwen3.7 Plus none	Qwen	1	0.8	$0.178	13/23	17.8s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.178 Muda wa majibu (wastani) 17.8s
#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
#316	Qwen3.5-35B-A3B none	Qwen	2	0.6	$0.120	6/23	18.3s
Jumla ya majaribio 23 Majaribio yenye makosa 17 Jumla ya gharama $0.120 Muda wa majibu (wastani) 18.3s
#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
#38	GPT-5.3-Codex medium	OpenAI	2	0.9	$1.318	17/23	18.9s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama $1.318 Muda wa majibu (wastani) 18.9s
#258	Gemini 3.1 Flash Lite Preview low	Google	1	0.6	$0.736	14/23	19.0s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.736 Muda wa majibu (wastani) 19.0s
#259	Minimax M3.1 Flash medium	Minimax	3	0.6	$0.000	8/23	19.5s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.000 Muda wa majibu (wastani) 19.5s
#360	Qwen3 Coder Next default	Qwen	1	0.5	$0.067	5/23	19.7s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.067 Muda wa majibu (wastani) 19.7s
#345	MiMo-V2-Flash medium	Xiaomi	1	0.5	$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
#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
#307	Mistral Large 4 none	Mistral	1	0.6	$0.290	6/23	20.4s
Jumla ya majaribio 23 Majaribio yenye makosa 17 Jumla ya gharama $0.290 Muda wa majibu (wastani) 20.4s
#167	Gemini 2.5 Flash medium	Google	2	0.7	$0.680	15/23	20.5s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.680 Muda wa majibu (wastani) 20.5s

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)