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

Xing4.0 29b A4b 3

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)
#131	GLM 5.3 high	Z.ai	1	0.8	$0.495	14/23	28.4s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.495 Muda wa majibu (wastani) 28.4s
#59	Pareto 26.9 default	Unbiased	1	0.9	$1.864	15/23	28.3s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $1.864 Muda wa majibu (wastani) 28.3s
#55	Muse Spark 1.2 high	Meta	3	0.9	$2.018	15/23	28.1s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $2.018 Muda wa majibu (wastani) 28.1s
#25	Claude Opus 5.5 high	Anthropic	1	0.9	$2.133	19/23	27.6s
Jumla ya majaribio 23 Majaribio yenye makosa 4 Jumla ya gharama $2.133 Muda wa majibu (wastani) 27.6s
#273	DeepSeek V4 Flash 0731 none	DeepSeek	2	0.6	$0.053	5/23	27.4s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.053 Muda wa majibu (wastani) 27.4s
#57	Muse Spark 1.1 medium	Meta	2	0.9	$1.665	16/23	27.0s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $1.665 Muda wa majibu (wastani) 27.0s
#132	Step 3.7 Flash medium	Stepfun	2	0.8	$0.571	13/23	26.6s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.571 Muda wa majibu (wastani) 26.6s
#319	Kimi K2.6 none	Moonshot AI	3	0.5	$0.486	6/23	26.3s
Jumla ya majaribio 23 Majaribio yenye makosa 17 Jumla ya gharama $0.486 Muda wa majibu (wastani) 26.3s
#24	Claude Opus 5.5 low	Anthropic	1	0.9	$1.733	19/23	25.7s
Jumla ya majaribio 23 Majaribio yenye makosa 4 Jumla ya gharama $1.733 Muda wa majibu (wastani) 25.7s
#61	Qwen3.8 MAX low	Qwen	1	0.9	$1.089	17/23	25.1s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama $1.089 Muda wa majibu (wastani) 25.1s
#62	GPT-5.4 medium	OpenAI	2	0.9	$2.213	16/23	24.8s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $2.213 Muda wa majibu (wastani) 24.8s
#146	Qwen3.8 Flash Next medium	Qwen	1	0.8	~$0.047	15/23	24.8s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama ~$0.047 Muda wa majibu (wastani) 24.8s
#271	KAT-Coder-Pro V2.5 medium	Kwaipilot	1	0.6	$0.669	11/23	23.9s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.669 Muda wa majibu (wastani) 23.9s
#405	Grok 4.1 Fast medium	X AI	4	0.4	$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
#117	Qwen3.8 Flash Next low	Qwen	1	0.8	~$0.045	15/23	23.7s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama ~$0.045 Muda wa majibu (wastani) 23.7s

←

1 9 10 11 20

→

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)