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)
#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
#176	Qwen3.7 Flash high	Qwen	1	0.7	$0.063	13/23	45.5s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.063 Muda wa majibu (wastani) 45.5s
#178	GLM 5 medium	Z.ai	1	0.7	$0.479	15/22	39.0s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.479 Muda wa majibu (wastani) 39.0s
#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
#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
#183	GLM 5.3 FlashX medium	Z.ai	1	0.7	$0.114	12/23	7.37s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.114 Muda wa majibu (wastani) 7.37s
#185	MiMo-V2.6-Flash low	Xiaomi	2	0.7	$0.200	12/23	54.6s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.200 Muda wa majibu (wastani) 54.6s
#186	MiMo-V2.5 medium	Xiaomi	1	0.7	$0.130	12/23	49.2s
Jumla ya majaribio 23 Majaribio yenye makosa 11 Jumla ya gharama $0.130 Muda wa majibu (wastani) 49.2s
#187	GPT-5.2 Chat default	OpenAI	1	0.7	$0.594	13/23	7.43s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.594 Muda wa majibu (wastani) 7.43s
#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
#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
#192	Step 5 Preview high	Stepfun	1	0.7	$4.513	10/23	154.4s
Jumla ya majaribio 23 Majaribio yenye makosa 13 Jumla ya gharama $4.513 Muda wa majibu (wastani) 154.4s
#196	Muse Glimmer 30B low	Meta	3	0.7	$0.219	11/23	22.4s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.219 Muda wa majibu (wastani) 22.4s
#197	Minimax M3.1 Flash max	Minimax	1	0.7	$0.000	11/23	40.9s
Jumla ya majaribio 23 Majaribio yenye makosa 12 Jumla ya gharama $0.000 Muda wa majibu (wastani) 40.9s
#198	Gemini 3.1 Flash Lite medium	Google	1	0.7	$0.153	13/23	6.27s
Jumla ya majaribio 23 Majaribio yenye makosa 10 Jumla ya gharama $0.153 Muda wa majibu (wastani) 6.27s

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)