领域专项 x 未遵循指令排名

看看哪些 AI 模型在领域专项上最容易遇到未遵循指令，更快找出薄弱点。排序方式: 测试正确 ↓.

显示的模型数

失败总数

受影响最多的模型

失败原因

答案错误412 超时43 额外格式17 无答案8 API 错误7 未遵循指令1

分类

谜题求解90 通用智能78 反AI技巧33 指令遵循18 编程16 工具调用8 综合1 领域专项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）
#202	Grok Build 0.1 none	X AI	1	3.6	$0.547	0/3	103.7s
总测试数 3 错误测试数 3 总成本 $0.547 响应时间（平均） 103.7s

筛选模型