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: Muda wa majibu (wastani) ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

386

Modeli iliyoathirika zaidi

Hy4 preview 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)
#107	Kimi K2.7 Code medium	Moonshot AI	1	7.4	$0.687	11/22	80.1s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.687 Muda wa majibu (wastani) 80.1s
#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
#277	Trinity Large Thinking high	Arcee AI	4	4.8	$0.592	5/22	75.9s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.592 Muda wa majibu (wastani) 75.9s
#306	Ling 3.0 Tiny high	Inclusionai	3	3.8	$0.000	4/22	75.7s
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.000 Muda wa majibu (wastani) 75.7s
#97	MiniMax M3 medium	Minimax	2	7.5	$0.300	11/22	75.2s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.300 Muda wa majibu (wastani) 75.2s
#50	Grok 4.6 medium	X AI	1	8.4	$1.713	16/22	73.5s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $1.713 Muda wa majibu (wastani) 73.5s
#29	Grok 4.5 high	X AI	1	9.0	$2.252	17/22	72.3s
Jumla ya majaribio 22 Majaribio yenye makosa 5 Jumla ya gharama $2.252 Muda wa majibu (wastani) 72.3s
#86	Seed-2.0-Code low	Bytedance Seed	1	7.7	$0.767	13/22	72.2s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.767 Muda wa majibu (wastani) 72.2s
#255	Nemotron 3.5 Lightning medium	NVIDIA	3	5.1	$0.156	5/22	70.1s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.156 Muda wa majibu (wastani) 70.1s
#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
#289	MiniMax M2.5 medium	Minimax	3	4.6	$0.327	5/22	69.1s
Jumla ya majaribio 22 Majaribio yenye makosa 17 Jumla ya gharama $0.327 Muda wa majibu (wastani) 69.1s
#180	Ring-2.6-1T medium	Inclusionai	2	6.4	$0.102	11/22	68.8s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.102 Muda wa majibu (wastani) 68.8s
#133	DeepSeek V3.2 medium	DeepSeek	1	7.0	$0.078	11/22	68.4s
Jumla ya majaribio 22 Majaribio yenye makosa 11 Jumla ya gharama $0.078 Muda wa majibu (wastani) 68.4s
#250	Gemini 3.1 Flash Lite Preview high	Google	1	5.3	$2.310	13/16	68.1s
Jumla ya majaribio 16 Majaribio yenye makosa 3 Jumla ya gharama $2.310 Muda wa majibu (wastani) 68.1s
#310	Ling 3.0 Tiny medium	Inclusionai	4	3.8	$0.000	4/22	68.1s
Jumla ya majaribio 22 Majaribio yenye makosa 18 Jumla ya gharama $0.000 Muda wa majibu (wastani) 68.1s

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)