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: Majaribio sahihi ↓.

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)
#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
#106	Seed-2.0-Lite medium	Bytedance Seed	2	0.8	$0.271	14/23	48.9s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.271 Muda wa majibu (wastani) 48.9s
#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
#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
#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
#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
#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
#159	Grok 4.7 low	X AI	1	0.7	$1.933	14/23	63.2s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $1.933 Muda wa majibu (wastani) 63.2s
#160	Inkling Small high	Thinkingmachines	2	0.7	$0.398	14/23	29.1s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.398 Muda wa majibu (wastani) 29.1s
#170	Gemini 3.5 Flash Lite medium	Google	1	0.7	$0.440	14/23	8.68s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.440 Muda wa majibu (wastani) 8.68s
#173	Qwen3.8 27B medium	Qwen	2	0.7	~$0.073	14/23	40.1s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama ~$0.073 Muda wa majibu (wastani) 40.1s
#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
#189	Gemini 3.1 Flash Lite Preview medium	Google	1	0.7	$0.158	14/23	6.78s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.158 Muda wa majibu (wastani) 6.78s
#258	Gemini 3.1 Flash Lite Preview low	Google	1	0.6	$0.736	14/23	19.0s
Jumla ya majaribio 23 Majaribio yenye makosa 9 Jumla ya gharama $0.736 Muda wa majibu (wastani) 19.0s
#264	Claude Opus 4.6 medium	Anthropic	1	0.6	$2.961	13/22	32.2s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $2.961 Muda wa majibu (wastani) 32.2s

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)