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

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
#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
#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
#74	Qwen3.8 27B low	Qwen	1	7.9	~$0.071	15/22	39.1s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama ~$0.071 Muda wa majibu (wastani) 39.1s
#76	Qwen3.6 Plus medium	Qwen	1	7.8	$0.418	15/22	45.5s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.418 Muda wa majibu (wastani) 45.5s
#101	Mercury 2.5 Preview medium	Inception	1	7.5	$0.024	15/22	3.58s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.024 Muda wa majibu (wastani) 3.58s
#90	GLM 5 Turbo medium	Z.ai	1	7.6	$0.323	14/21	23.0s
Jumla ya majaribio 21 Majaribio yenye makosa 7 Jumla ya gharama $0.323 Muda wa majibu (wastani) 23.0s
#172	Hy3 preview medium	Tencent	1	6.5	$0.049	14/21	16.3s
Jumla ya majaribio 21 Majaribio yenye makosa 7 Jumla ya gharama $0.049 Muda wa majibu (wastani) 16.3s
#41	Muse Spark 1.2 high	Meta	3	8.7	$1.771	14/22	26.6s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $1.771 Muda wa majibu (wastani) 26.6s
#42	Muse Spark 1.2 medium	Meta	3	8.6	$1.339	14/22	19.7s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $1.339 Muda wa majibu (wastani) 19.7s
#52	GPT-5.2 medium	OpenAI	3	8.4	$1.182	14/22	28.5s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $1.182 Muda wa majibu (wastani) 28.5s
#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

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)