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

386

Modeli iliyoathirika zaidi

Grok 4.20 Multi Agent Beta 2

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)
#76	Qwen3.6 Plus medium	Qwen	1	7.8	$0.418	15/22	45.5s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.418 Muda wa majibu (wastani) 45.5s
#157	LongCat 2.0 low	Meituan	1	6.7	$0.412	10/22	113.6s
Jumla ya majaribio 22 Majaribio yenye makosa 12 Jumla ya gharama $0.412 Muda wa majibu (wastani) 113.6s
#114	GLM 5.3 high	Z.ai	1	7.3	$0.403	13/22	27.8s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.403 Muda wa majibu (wastani) 27.8s
#55	Inkling Small high	Thinkingmachines	2	8.4	$0.398	14/22	30.4s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.398 Muda wa majibu (wastani) 30.4s
#123	Muse Glimmer 30B high	Meta	3	7.2	$0.397	10/22	66.7s
Jumla ya majaribio 22 Majaribio yenye makosa 12 Jumla ya gharama $0.397 Muda wa majibu (wastani) 66.7s
#214	GPT-5.4 none	OpenAI	1	5.8	$0.397	7/22	2.08s
Jumla ya majaribio 22 Majaribio yenye makosa 15 Jumla ya gharama $0.397 Muda wa majibu (wastani) 2.08s
#181	Mimo V2 PRO medium	Xiaomi	1	6.3	$0.333	12/21	22.2s
Jumla ya majaribio 21 Majaribio yenye makosa 9 Jumla ya gharama $0.333 Muda wa majibu (wastani) 22.2s
#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
#90	GLM 5 Turbo medium	Z.ai	1	7.6	$0.323	14/21	23.0s
Jumla ya majaribio 21 Majaribio yenye makosa 7 Jumla ya gharama $0.323 Muda wa majibu (wastani) 23.0s
#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
#158	Gemini 3.5 Flash minimal	Google	1	6.7	$0.300	13/22	2.65s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.300 Muda wa majibu (wastani) 2.65s
#53	Qwen3.8 27B high	Qwen	2	8.4	~$0.287	16/22	167.9s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama ~$0.287 Muda wa majibu (wastani) 167.9s
#223	Qwen3.5-122B-A10B none	Qwen	2	5.7	$0.283	6/22	12.9s
Jumla ya majaribio 22 Majaribio yenye makosa 16 Jumla ya gharama $0.283 Muda wa majibu (wastani) 12.9s
#202	GPT-5.6 Terra none	OpenAI	1	6.0	$0.280	8/22	1.66s
Jumla ya majaribio 22 Majaribio yenye makosa 14 Jumla ya gharama $0.280 Muda wa majibu (wastani) 1.66s
#77	Gemini 3.5 Flash Lite medium	Google	1	7.8	$0.272	14/22	5.12s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.272 Muda wa majibu (wastani) 5.12s

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)