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

523

Modeli iliyoathirika zaidi

Xing4.0 29b A4b 3

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)
#402	Qwen3.5-9B medium	Qwen	1	0.4	$0.106	3/23	110.2s
Jumla ya majaribio 23 Majaribio yenye makosa 20 Jumla ya gharama $0.106 Muda wa majibu (wastani) 110.2s
#180	Qwen3.6 27B medium	Qwen	1	0.7	$1.021	11/23	107.8s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $1.021 Muda wa majibu (wastani) 107.8s
#182	Qwen3.8 Flash Next xhigh	Qwen	2	0.7	~$0.195	14/23	102.7s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama ~$0.195 Muda wa majibu (wastani) 102.7s
#396	MiniMax M2.5 medium	Minimax	3	0.4	$0.440	5/23	102.3s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.440 Muda wa majibu (wastani) 102.3s
#157	Seed-2.0-Code medium	Bytedance Seed	1	0.7	$1.275	11/23	100.6s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $1.275 Muda wa majibu (wastani) 100.6s
#87	Muse Glimmer 30B xhigh	Meta	1	0.8	$0.585	14/23	97.7s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.585 Muda wa majibu (wastani) 97.7s
#267	Trinity Large Thinking low	Arcee AI	3	0.6	$0.918	8/23	95.2s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.918 Muda wa majibu (wastani) 95.2s
#151	Seed-2.0-Mini medium	Bytedance Seed	1	0.8	$0.140	12/23	91.7s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.140 Muda wa majibu (wastani) 91.7s
#109	DeepSeek V4 Pro 0423 high	DeepSeek	2	0.8	$0.149	11/23	91.3s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.149 Muda wa majibu (wastani) 91.3s
#380	Laguna S 2.1 low	Poolside	2	0.5	$0.108	3/23	88.2s
Jumla ya majaribio 23 Majaribio yenye makosa 20 Jumla ya gharama $0.108 Muda wa majibu (wastani) 88.2s
#156	DeepSeek V4 Flash 0731 low	DeepSeek	1	0.7	$0.306	13/23	88.1s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.306 Muda wa majibu (wastani) 88.1s
#263	Ling 3.1 Flash low	Inclusionai	3	0.6	$0.000	12/23	85.2s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.000 Muda wa majibu (wastani) 85.2s
#140	Nemotron 3.5 Super VL medium	NVIDIA	1	0.8	$0.437	14/23	84.9s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.437 Muda wa majibu (wastani) 84.9s
#392	Granite 4.2 8B none	IBM Granite	1	0.4	$0.037	3/23	84.7s
Jumla ya majaribio 23 Majaribio yenye makosa 20 Jumla ya gharama $0.037 Muda wa majibu (wastani) 84.7s
#34	Claude Sonnet 5.5 max	Anthropic	2	0.9	$8.557	18/23	84.3s
Jumla ya majaribio 23 Majaribio yenye makosa 5 Jumla ya gharama $8.557 Muda wa majibu (wastani) 84.3s

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)