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)
#278	Trinity Large Thinking medium	Arcee AI	4	0.6	$0.862	8/23	84.0s
Jumla ya majaribio 23 Majaribio yenye makosa 15 Jumla ya gharama $0.862 Muda wa majibu (wastani) 84.0s
#205	Qwen3.5-Flash medium	Qwen	1	0.7	$0.184	12/23	83.7s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.184 Muda wa majibu (wastani) 83.7s
#381	Nemotron 3.5 Lightning low	NVIDIA	2	0.5	$0.175	5/23	83.2s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.175 Muda wa majibu (wastani) 83.2s
#371	Nemotron 3.5 Lightning medium	NVIDIA	3	0.5	$0.195	5/23	81.9s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.195 Muda wa majibu (wastani) 81.9s
#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
#102	DeepSeek V4.1 Flash 1017 max	DeepSeek	2	0.8	$0.757	15/23	78.2s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $0.757 Muda wa majibu (wastani) 78.2s
#63	Muse Spark Open medium	Meta	2	0.9	$1.260	15/23	77.4s
Jumla ya majaribio 23 Majaribio yenye makosa 8 Jumla ya gharama $1.260 Muda wa majibu (wastani) 77.4s
#342	Nemotron 3.5 Lightning high	NVIDIA	4	0.5	$0.168	5/23	77.1s
Jumla ya majaribio 23 Majaribio yenye makosa 18 Jumla ya gharama $0.168 Muda wa majibu (wastani) 77.1s
#216	MiniMax M3 medium	Minimax	2	0.7	$0.422	11/23	77.0s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.422 Muda wa majibu (wastani) 77.0s
#133	Grok 4.6 medium	X AI	1	0.8	$2.270	16/23	74.8s
Jumla ya majaribio 23 Majaribio yenye makosa 7 Jumla ya gharama $2.270 Muda wa majibu (wastani) 74.8s
#304	Trinity Large Thinking high	Arcee AI	4	0.6	$0.794	6/23	74.5s
Jumla ya majaribio 23 Majaribio yenye makosa 17 Jumla ya gharama $0.794 Muda wa majibu (wastani) 74.5s
#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
#103	Grok 4.5 high	X AI	1	0.8	$2.687	17/23	72.5s
Jumla ya majaribio 23 Majaribio yenye makosa 6 Jumla ya gharama $2.687 Muda wa majibu (wastani) 72.5s
#411	Ling 3.0 Tiny high	Inclusionai	3	0.4	$0.000	4/23	72.2s
Jumla ya majaribio 23 Majaribio yenye makosa 19 Jumla ya gharama $0.000 Muda wa majibu (wastani) 72.2s
#252	Dots 3 Note Preview high	Dots Studio	1	0.6	$0.000	10/23	70.5s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $0.000 Muda wa majibu (wastani) 70.5s

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)