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)
#454	Nimble v3 9B default	Bespoke Labs	1	0.8	~$0.001	1/7	363ms
Jumla ya majaribio 7 Majaribio yenye makosa 6 Jumla ya gharama ~$0.001 Muda wa majibu (wastani) 363ms
#441	Jev 1.14 default	Typesafe	1	0.2	$0.003	4/12	377ms
Jumla ya majaribio 12 Majaribio yenye makosa 8 Jumla ya gharama $0.003 Muda wa majibu (wastani) 377ms
#439	GPT-6 Luna Decisions default	OpenAI	1	0.2	$0.005	3/12	495ms
Jumla ya majaribio 12 Majaribio yenye makosa 9 Jumla ya gharama $0.005 Muda wa majibu (wastani) 495ms
#436	Decider V1.2 default	Perplexity	1	0.3	$0.001	5/12	517ms
Jumla ya majaribio 12 Majaribio yenye makosa 7 Jumla ya gharama $0.001 Muda wa majibu (wastani) 517ms
#433	d1-ultra default	Liquid	1	0.3	$0.003	4/12	531ms
Jumla ya majaribio 12 Majaribio yenye makosa 8 Jumla ya gharama $0.003 Muda wa majibu (wastani) 531ms
#434	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	2	0.3	$0.000	2/19	728ms
Jumla ya majaribio 19 Majaribio yenye makosa 17 Jumla ya gharama $0.000 Muda wa majibu (wastani) 728ms
#449	LFM2-24B-A2B default	Liquid	1	0.2	$0.001	2/16	782ms
Jumla ya majaribio 16 Majaribio yenye makosa 14 Jumla ya gharama $0.001 Muda wa majibu (wastani) 782ms
#428	Laguna Xs.2 default	Poolside	1	0.3	$0.004	5/19	806ms
Jumla ya majaribio 19 Majaribio yenye makosa 14 Jumla ya gharama $0.004 Muda wa majibu (wastani) 806ms
#444	Clef Omni default	Cloudflare	1	0.2	$0.011	2/12	880ms
Jumla ya majaribio 12 Majaribio yenye makosa 10 Jumla ya gharama $0.011 Muda wa majibu (wastani) 880ms
#394	Mercury 2 none	Inception	2	0.4	$0.033	4/23	1.18s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.033 Muda wa majibu (wastani) 1.18s
#414	Grok 4.20 Beta default	X AI	1	0.4	$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
#416	Elephant Alpha default	Openrouter	3	0.4	$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
#417	Elephant Alpha medium	Openrouter	2	0.4	$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
#408	Granite 4.1 8b default	IBM Granite	4	0.4	$0.007	2/23	1.38s
Jumla ya majaribio 23 Majaribio yenye makosa 21 Jumla ya gharama $0.007 Muda wa majibu (wastani) 1.38s
#359	Inkling Small none	Thinkingmachines	1	0.5	$0.054	5/23	1.45s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.054 Muda wa majibu (wastani) 1.45s

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)