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)
#410	Xing4.0 29b A4b medium	Xingchen AGI	3	0.4	$0.000	1/23	371.7s
Jumla ya majaribio 23 Majaribio yenye makosa 22 Jumla ya gharama $0.000 Muda wa majibu (wastani) 371.7s
#411	Ling 3.0 Tiny high	Inclusionai	3	0.4	$0.000	4/23	72.2s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.000 Muda wa majibu (wastani) 72.2s
#412	Ling 3.0 Tiny low	Inclusionai	4	0.4	$0.000	4/23	63.2s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.000 Muda wa majibu (wastani) 63.2s
#413	Ling 3.0 Tiny medium	Inclusionai	4	0.4	$0.000	4/23	65.0s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.000 Muda wa majibu (wastani) 65.0s
#414	Grok 4.20 Beta default	X AI	1	0.4	$0.087	6/18	1.19s
Jumla ya majaribio 18 Majaribio yenye makosa 12 Jumla ya gharama $0.087 Muda wa majibu (wastani) 1.19s
#416	Elephant Alpha default	Openrouter	3	0.4	$0.000	5/21	1.22s
Jumla ya majaribio 21 Majaribio yenye makosa 16 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.22s
#417	Elephant Alpha medium	Openrouter	2	0.4	$0.000	6/21	1.27s
Jumla ya majaribio 21 Majaribio yenye makosa 15 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.27s
#418	Hunter Alpha default	OpenRouter	2	0.3	$0.000	6/18	4.70s
Jumla ya majaribio 18 Majaribio yenye makosa 12 Jumla ya gharama $0.000 Muda wa majibu (wastani) 4.70s
#422	Hy3 preview none	Tencent	4	0.3	$0.007	4/21	12.9s
Jumla ya majaribio 21 Majaribio yenye makosa 17 Jumla ya gharama $0.007 Muda wa majibu (wastani) 12.9s
#423	MiMo-V2-Flash default	Xiaomi	2	0.3	$0.025	4/21	2.76s
Jumla ya majaribio 21 Majaribio yenye makosa 17 Jumla ya gharama $0.025 Muda wa majibu (wastani) 2.76s
#424	Xing4.0 29b A4b none	Xingchen AGI	5	0.3	$0.000	0/23	42.7s
Jumla ya majaribio 23 Majaribio yenye makosa 23 Jumla ya gharama $0.000 Muda wa majibu (wastani) 42.7s
#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
#427	Grok 4.1 Fast default	X AI	3	0.3	$0.008	3/19	1.62s
Jumla ya majaribio 19 Majaribio yenye makosa 16 Jumla ya gharama $0.008 Muda wa majibu (wastani) 1.62s
#428	Laguna Xs.2 default	Poolside	1	0.3	$0.004	5/19	806ms
Jumla ya majaribio 19 Majaribio yenye makosa 14 Jumla ya gharama $0.004 Muda wa majibu (wastani) 806ms
#432	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	1	0.3	$0.000	4/19	17.1s
Jumla ya majaribio 19 Majaribio yenye makosa 15 Jumla ya gharama $0.000 Muda wa majibu (wastani) 17.1s

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)