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)
#310	Gemma 4 31B none	Google	1	0.6	$0.031	9/23	7.28s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.031 Muda wa majibu (wastani) 7.28s
#323	Gemma 4 26B A4B none	Google	2	0.5	$0.031	9/23	10.5s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.031 Muda wa majibu (wastani) 10.5s
#327	Qwen3.8 27B none	Qwen	1	0.5	~$0.010	9/23	5.05s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama ~$0.010 Muda wa majibu (wastani) 5.05s
#340	Inkling Small low	Thinkingmachines	2	0.5	$0.055	9/23	1.99s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.055 Muda wa majibu (wastani) 1.99s
#387	Ring 2.6 1t default	Inclusionai	2	0.4	$0.026	9/23	48.9s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $0.026 Muda wa majibu (wastani) 48.9s
#379	GLM 5V Turbo none	Z.ai	2	0.5	$0.052	8/21	2.99s
Jumla ya majaribio 21 Majaribio yenye makosa 13 Jumla ya gharama $0.052 Muda wa majibu (wastani) 2.99s
#382	Owl Alpha medium	Openrouter	2	0.5	$0.000	8/21	11.9s
Jumla ya majaribio 21 Majaribio yenye makosa 13 Jumla ya gharama $0.000 Muda wa majibu (wastani) 11.9s
#388	Mimo V2 Omni default	Xiaomi	1	0.4	$0.021	8/21	2.44s
Jumla ya majaribio 21 Majaribio yenye makosa 13 Jumla ya gharama $0.021 Muda wa majibu (wastani) 2.44s
#425	Grok Build 0.1 none	X AI	2	0.3	$0.547	7/19	28.7s
Jumla ya majaribio 19 Majaribio yenye makosa 12 Jumla ya gharama $0.547 Muda wa majibu (wastani) 28.7s
#256	Qwen3.6 27B none	Qwen	2	0.6	$0.148	8/23	12.7s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.148 Muda wa majibu (wastani) 12.7s
#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
#267	Trinity Large Thinking low	Arcee AI	3	0.6	$0.918	8/23	95.2s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.918 Muda wa majibu (wastani) 95.2s
#278	Trinity Large Thinking medium	Arcee AI	4	0.6	$0.862	8/23	84.0s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.862 Muda wa majibu (wastani) 84.0s
#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
#283	Granite 4.2 8B medium	IBM Granite	1	0.6	$0.029	8/23	50.5s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.029 Muda wa majibu (wastani) 50.5s

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)