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: Jumla ya gharama ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

523

Modeli iliyoathirika zaidi

Claude Sonnet 5.5 2

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)
#73	DeepSeek V4.1 Flash max	DeepSeek	1	0.9	$1.204	15/23	61.6s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $1.204 Muda wa majibu (wastani) 61.6s
#190	Kimi K2.7 Code medium	Moonshot AI	1	0.7	$1.136	11/23	81.2s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $1.136 Muda wa majibu (wastani) 81.2s
#119	Qwen3.5-27B medium	Qwen	2	0.8	$1.135	14/23	114.7s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $1.135 Muda wa majibu (wastani) 114.7s
#122	GPT-5.4 Mini medium	OpenAI	3	0.8	$1.102	13/23	29.9s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $1.102 Muda wa majibu (wastani) 29.9s
#230	Claude Sonnet 5.5 medium	Anthropic	3	0.7	$1.100	9/23	8.03s
Jumla ya majaribio 23 Majaribio yenye makosa 14 Jumla ya gharama $1.100 Muda wa majibu (wastani) 8.03s
#295	Claude Sonnet 5 none	Anthropic	1	0.6	$1.095	7/23	8.60s
Jumla ya majaribio 23 Majaribio yenye makosa 16 Jumla ya gharama $1.095 Muda wa majibu (wastani) 8.60s
#61	Qwen3.8 MAX low	Qwen	1	0.9	$1.089	17/23	25.1s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama $1.089 Muda wa majibu (wastani) 25.1s
#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
#239	Grok 4.3 medium	X AI	2	0.6	$0.989	12/23	44.5s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.989 Muda wa majibu (wastani) 44.5s
#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
#80	Muse Spark 1.3 low	Meta	1	0.9	$0.911	16/23	17.7s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $0.911 Muda wa majibu (wastani) 17.7s
#202	Claude Sonnet 5.5 low	Anthropic	5	0.7	$0.909	10/23	7.46s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.909 Muda wa majibu (wastani) 7.46s
#74	Muse Spark 1.1 low	Meta	3	0.9	$0.885	14/23	13.2s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.885 Muda wa majibu (wastani) 13.2s
#67	Muse Spark 1.2 low	Meta	3	0.9	$0.881	16/23	11.8s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $0.881 Muda wa majibu (wastani) 11.8s
#108	Seed-2.0-Code low	Bytedance Seed	1	0.8	$0.881	14/23	73.0s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.881 Muda wa majibu (wastani) 73.0s

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)