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

523

Modeli iliyoathirika zaidi

Claude Opus 5.5 1

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)
#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
#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
#111	DeepSeek V4 Flash 0423 high	DeepSeek	2	0.8	$0.261	14/23	56.0s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.261 Muda wa majibu (wastani) 56.0s
#115	GPT-5.4 Nano medium	OpenAI	2	0.8	$0.235	13/23	16.0s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.235 Muda wa majibu (wastani) 16.0s
#117	Qwen3.8 Flash Next low	Qwen	1	0.8	~$0.045	15/23	23.7s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama ~$0.045 Muda wa majibu (wastani) 23.7s
#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
#120	GLM 5.3 FlashX max	Z.ai	1	0.8	$0.623	15/23	44.0s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.623 Muda wa majibu (wastani) 44.0s
#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
#124	Gemini 3.5 Flash medium	Google	1	0.8	$1.316	18/23	11.8s
Jumla ya majaribio 23 Majaribio yenye makosa 5 Jumla ya gharama $1.316 Muda wa majibu (wastani) 11.8s
#125	Qwen3.8 2.4T A95B high	Qwen	2	0.8	$2.949	15/23	120.9s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $2.949 Muda wa majibu (wastani) 120.9s
#126	MiMo-V2.6-Flash medium	Xiaomi	1	0.8	$0.218	12/23	61.9s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.218 Muda wa majibu (wastani) 61.9s
#127	Muse Wonder max	Meta	1	0.8	$4.766	16/23	44.4s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $4.766 Muda wa majibu (wastani) 44.4s
#129	DeepSeek V4.1 Flash 1017 high	DeepSeek	2	0.8	$0.589	13/23	58.6s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.589 Muda wa majibu (wastani) 58.6s
#131	GLM 5.3 high	Z.ai	1	0.8	$0.495	14/23	28.4s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.495 Muda wa majibu (wastani) 28.4s
#132	Step 3.7 Flash medium	Stepfun	2	0.8	$0.571	13/23	26.6s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.571 Muda wa majibu (wastani) 26.6s

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)