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: Alama ↓.

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)
#342	Nemotron 3.5 Lightning high	NVIDIA	4	0.5	$0.168	5/23	77.1s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.168 Muda wa majibu (wastani) 77.1s
#344	Mimo V2 PRO medium	Xiaomi	1	0.5	$0.333	12/21	22.2s
Jumla ya majaribio 21 Majaribio yenye makosa 9 Jumla ya gharama $0.333 Muda wa majibu (wastani) 22.2s
#345	MiMo-V2-Flash medium	Xiaomi	1	0.5	$0.043	12/21	20.1s
Jumla ya majaribio 21 Majaribio yenye makosa 9 Jumla ya gharama $0.043 Muda wa majibu (wastani) 20.1s
#346	Mistral Small 4 medium	Mistral	2	0.5	$0.126	5/23	12.7s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.126 Muda wa majibu (wastani) 12.7s
#347	Mistral Small 4 none	Mistral	1	0.5	$0.047	5/23	3.12s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.047 Muda wa majibu (wastani) 3.12s
#349	KAT Coder AIR V2.5 medium	Kwaipilot	1	0.5	$0.048	8/23	8.32s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.048 Muda wa majibu (wastani) 8.32s
#350	MiMo-V2.5-Pro none	Xiaomi	4	0.5	$0.135	5/23	6.21s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.135 Muda wa majibu (wastani) 6.21s
#351	Apodex 1.1 Mini default	Apodex	2	0.5	$0.000	3/23	7.79s
Jumla ya majaribio 23 Majaribio yenye makosa 20 Jumla ya gharama $0.000 Muda wa majibu (wastani) 7.79s
#352	Laguna S 2.1 medium	Poolside	1	0.5	$0.092	4/23	63.1s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.092 Muda wa majibu (wastani) 63.1s
#353	Mercury 2.5 Preview low	Inception	2	0.5	$0.015	6/23	4.92s
Jumla ya majaribio 23 Majaribio yenye makosa 17 Jumla ya gharama $0.015 Muda wa majibu (wastani) 4.92s
#354	MiniMax M2.7 medium	Minimax	5	0.5	$0.326	5/23	50.3s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.326 Muda wa majibu (wastani) 50.3s
#355	Dots 3 Note Preview default	Dots Studio	2	0.5	$0.000	3/23	5.36s
Jumla ya majaribio 23 Majaribio yenye makosa 20 Jumla ya gharama $0.000 Muda wa majibu (wastani) 5.36s
#356	GPT-4o-mini default	OpenAI	1	0.5	$0.024	5/23	4.16s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.024 Muda wa majibu (wastani) 4.16s
#357	KAT Coder AIR V2.5 low	Kwaipilot	2	0.5	$0.046	7/23	10.2s
Jumla ya majaribio 23 Majaribio yenye makosa 16 Jumla ya gharama $0.046 Muda wa majibu (wastani) 10.2s
#358	Grok 4.20 Beta medium	X AI	1	0.5	$0.750	14/18	9.75s
Jumla ya majaribio 18 Majaribio yenye makosa 4 Jumla ya gharama $0.750 Muda wa majibu (wastani) 9.75s

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)