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

245

Modeli iliyoathirika zaidi

Gemini 3.5 Flash 1

Kategoria

Katika kategoria Utatuzi wa mafumbo90 Katika kategoria Akili ya jumla78 Katika kategoria Mbinu za kupinga AI33 Katika kategoria Ufuataji wa maagizo18 Katika kategoria Uandishi wa msimbo16 Katika kategoria Mwito wa zana8 Katika kategoria Mahususi kwa domeni1 Katika kategoria Mchanganyiko1

140/140

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#9	Gemini 3.5 Flash medium	Google	1	9.1	$0.642	19/22	8.20s
Jumla ya majaribio 22 Majaribio yenye makosa 3 Jumla ya gharama $0.642 Muda wa majibu (wastani) 8.20s
#12	Grok 4.5 high	X AI	1	8.9	$1.707	17/22	76.5s
Jumla ya majaribio 22 Majaribio yenye makosa 5 Jumla ya gharama $1.707 Muda wa majibu (wastani) 76.5s
#13	GPT-5.3-Codex medium	OpenAI	2	8.9	$0.920	16/22	17.0s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $0.920 Muda wa majibu (wastani) 17.0s
#16	Muse Spark 1.1 medium	Meta	2	8.6	$1.357	15/22	25.0s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $1.357 Muda wa majibu (wastani) 25.0s
#18	GPT-5.4 medium	OpenAI	2	8.5	$1.533	15/22	23.1s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $1.533 Muda wa majibu (wastani) 23.1s
#21	GPT-5.2 medium	OpenAI	3	8.4	$0.951	14/22	22.6s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.951 Muda wa majibu (wastani) 22.6s
#23	Claude Sonnet 5 medium	Anthropic	1	8.3	$0.922	16/22	12.5s
Jumla ya majaribio 22 Majaribio yenye makosa 6 Jumla ya gharama $0.922 Muda wa majibu (wastani) 12.5s
#24	Muse Spark 1.1 low	Meta	2	8.3	$0.647	13/22	11.5s
Jumla ya majaribio 22 Majaribio yenye makosa 9 Jumla ya gharama $0.647 Muda wa majibu (wastani) 11.5s
#25	Gemini 2.5 Flash medium	Google	1	8.2	$0.643	15/22	21.2s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $0.643 Muda wa majibu (wastani) 21.2s
#26	GPT-5 Mini medium	OpenAI	3	8.1	$0.237	12/22	27.6s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $0.237 Muda wa majibu (wastani) 27.6s
#27	Muse Spark 1.1 high	Meta	2	8.1	$1.694	12/22	31.5s
Jumla ya majaribio 22 Majaribio yenye makosa 10 Jumla ya gharama $1.694 Muda wa majibu (wastani) 31.5s
#28	Inkling high	Thinkingmachines	1	8.0	$1.006	15/22	64.2s
Jumla ya majaribio 22 Majaribio yenye makosa 7 Jumla ya gharama $1.006 Muda wa majibu (wastani) 64.2s
#29	Step 3.7 Flash medium	Stepfun	1	8.0	$0.515	14/22	26.4s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.515 Muda wa majibu (wastani) 26.4s
#30	GPT-5.2 Chat none	OpenAI	1	8.0	$0.604	14/22	7.65s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.604 Muda wa majibu (wastani) 7.65s
#31	GLM 5.2 high	Z.ai	1	8.0	$0.970	14/22	62.7s
Jumla ya majaribio 22 Majaribio yenye makosa 8 Jumla ya gharama $0.970 Muda wa majibu (wastani) 62.7s

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)