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: Majaribio sahihi ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

523

Modeli iliyoathirika zaidi

Claude Opus 5.5 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)
#247	Kimi K2.5 medium	Moonshot AI	2	0.6	$0.841	10/23	125.8s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.841 Muda wa majibu (wastani) 125.8s
#252	Dots 3 Note Preview high	Dots Studio	1	0.6	$0.000	10/23	70.5s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.000 Muda wa majibu (wastani) 70.5s
#253	Dots 3 Note Preview low	Dots Studio	2	0.6	$0.000	10/23	66.1s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.000 Muda wa majibu (wastani) 66.1s
#265	Space Bunny Alpha medium	Stealth	1	0.6	$0.000	10/23	32.9s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.000 Muda wa majibu (wastani) 32.9s
#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
#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
#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
#314	Step 5 Preview low	Stepfun	1	0.6	$4.110	10/23	138.3s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $4.110 Muda wa majibu (wastani) 138.3s
#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
#230	Claude Sonnet 5.5 medium	Anthropic	3	0.7	$1.100	9/23	8.03s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $1.100 Muda wa majibu (wastani) 8.03s
#231	Minimax M3.1 Flash high	Minimax	4	0.7	$0.000	9/23	34.0s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.000 Muda wa majibu (wastani) 34.0s
#270	Space Bunny Alpha xhigh	Stealth	2	0.6	$0.000	9/23	60.0s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.000 Muda wa majibu (wastani) 60.0s
#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
#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
#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

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)