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: Jumla ya gharama ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

523

Modeli iliyoathirika zaidi

Claude Sonnet 5.5 2

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)
#261	Solar Pro 4 high	Upstage	3	0.6	$0.077	11/23	128.9s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.077 Muda wa majibu (wastani) 128.9s
#224	Qwen3.7 Flash medium	Qwen	4	0.7	$0.076	10/23	51.8s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.076 Muda wa majibu (wastani) 51.8s
#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
#173	Qwen3.8 27B medium	Qwen	2	0.7	~$0.073	14/23	40.1s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama ~$0.073 Muda wa majibu (wastani) 40.1s
#143	Qwen3.7 Flash low	Qwen	3	0.8	$0.071	12/23	41.0s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.071 Muda wa majibu (wastani) 41.0s
#375	Qwen3 Coder Next medium	Qwen	3	0.5	$0.071	3/23	17.0s
Jumla ya majaribio 23 Majaribio yenye makosa 20 Jumla ya gharama $0.071 Muda wa majibu (wastani) 17.0s
#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
#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
#377	GPT-5.4 Nano none	OpenAI	2	0.5	$0.068	4/23	4.42s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.068 Muda wa majibu (wastani) 4.42s
#210	Solar Pro 4 xhigh	Upstage	3	0.7	$0.067	12/23	142.8s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.067 Muda wa majibu (wastani) 142.8s
#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
#141	Claude Haiku 5.5 medium	Anthropic	2	0.8	$0.063	13/23	7.71s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.063 Muda wa majibu (wastani) 7.71s
#176	Qwen3.7 Flash high	Qwen	1	0.7	$0.063	13/23	45.5s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.063 Muda wa majibu (wastani) 45.5s
#77	Claude Haiku 5.5 low	Anthropic	2	0.9	$0.061	16/23	7.51s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $0.061 Muda wa majibu (wastani) 7.51s
#330	MiMo-V2.6-Flash none	Xiaomi	1	0.5	$0.060	6/23	6.20s
Jumla ya majaribio 23 Majaribio yenye makosa 17 Jumla ya gharama $0.060 Muda wa majibu (wastani) 6.20s

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)