综合 x 未遵循指令排名

看看哪些 AI 模型在综合上最容易遇到未遵循指令，更快找出薄弱点。排序方式: 失败次数 ↑.

显示的模型数

失败总数

受影响最多的模型

失败原因

无效工具调用147 答案错误95 无答案43 API 错误37 超时9 未遵循指令1 额外格式1

分类

谜题求解128 通用智能115 指令遵循48 反AI技巧44 编程29 工具调用12 数据解析与提取7 领域专项2 综合1

1/1

排名	模型	公司	未遵循指令次数	分类得分	总成本	测试正确	响应时间（平均）
#237	MiMo-V2.5-Pro none	Xiaomi	1	3.0	$0.068	0/2	28.3s
总测试数 2 错误测试数 2 总成本 $0.068 响应时间（平均） 28.3s

筛选模型