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

386

Modeli iliyoathirika zaidi

Gemini 3.5 Flash 1

Kategoria

Katika kategoria Utatuzi wa mafumbo128 Katika kategoria Akili ya jumla115 Katika kategoria Ufuataji wa maagizo48 Katika kategoria Mbinu za kupinga AI44 Katika kategoria Uandishi wa msimbo29 Katika kategoria Mwito wa zana12 Katika kategoria Uchanganuzi na uchimbaji wa data7 Katika kategoria Mahususi kwa domeni2 Katika kategoria Mchanganyiko1

215/215

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#54	Seed 2.1 Turbo medium	Bytedance Seed	1	8.4	$1.951	15/22	193.6s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $1.951 Muda wa majibu (wastani) 193.6s
#55	Inkling Small high	Thinkingmachines	2	8.4	$0.398	14/22	30.4s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.398 Muda wa majibu (wastani) 30.4s
#56	Muse Spark 1.1 low	Meta	3	8.3	$0.673	13/22	11.9s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.673 Muda wa majibu (wastani) 11.9s
#57	Claude Fable 5.1 medium	Anthropic	1	8.3	$2.909	15/22	11.7s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $2.909 Muda wa majibu (wastani) 11.7s
#58	Gemini 2.5 Flash medium	Google	1	8.2	$0.644	15/22	21.1s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.644 Muda wa majibu (wastani) 21.1s
#59	Muse Spark 1.3 low	Meta	1	8.2	$0.689	15/22	16.0s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.689 Muda wa majibu (wastani) 16.0s
#60	Claude Sonnet 5 medium	Anthropic	1	8.2	$0.922	15/22	12.5s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.922 Muda wa majibu (wastani) 12.5s
#62	GPT-5 Mini medium	OpenAI	3	8.1	$0.241	12/22	27.6s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.241 Muda wa majibu (wastani) 27.6s
#63	Muse Glimmer 30B xhigh	Meta	1	8.1	$0.471	13/22	95.6s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.471 Muda wa majibu (wastani) 95.6s
#64	Inkling high	Thinkingmachines	1	8.0	$1.046	15/22	62.6s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $1.046 Muda wa majibu (wastani) 62.6s
#65	Muse Spark 1.1 high	Meta	2	8.0	$2.253	12/22	36.9s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $2.253 Muda wa majibu (wastani) 36.9s
#66	DeepSeek V4 Flash 0731 low	DeepSeek	1	8.0	$0.044	13/22	77.6s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.044 Muda wa majibu (wastani) 77.6s
#67	DeepSeek V4 Flash 0731 high	DeepSeek	2	8.0	$0.084	14/22	114.9s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.084 Muda wa majibu (wastani) 114.9s
#68	GLM 5.2 high	Z.ai	1	8.0	$1.188	14/22	69.9s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $1.188 Muda wa majibu (wastani) 69.9s
#72	GPT-5.2 Chat none	OpenAI	1	7.9	$0.594	13/22	7.73s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.594 Muda wa majibu (wastani) 7.73s

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)