未遵循指令失败排名

看看哪些 AI 模型最常遇到未遵循指令，让你在选择前先发现稳定性风险。排序方式: 响应时间（平均） ↑.

显示的模型数

失败总数

386

受影响最多的模型

分类

在分类谜题求解中128 在分类通用智能中115 在分类指令遵循中48 在分类反AI技巧中44 在分类编程中29 在分类工具调用中12 在分类数据解析与提取中7 在分类领域专项中2 在分类综合中1

215/215

排名	模型	公司	未遵循指令次数	分数	总成本	测试正确	响应时间（平均）
#53	Qwen3.8 27B high	Qwen	2	8.4	~$0.287	16/22	167.9s
总测试数 22 错误测试数 6 总成本 ~$0.287 响应时间（平均） 167.9s
#32	Seed 2.1 Turbo high	Bytedance Seed	1	8.9	$1.797	16/22	174.0s
总测试数 22 错误测试数 6 总成本 $1.797 响应时间（平均） 174.0s
#207	Step 3.5 Flash medium	Stepfun	3	5.9	$0.132	10/21	191.6s
总测试数 21 错误测试数 11 总成本 $0.132 响应时间（平均） 191.6s
#54	Seed 2.1 Turbo medium	Bytedance Seed	1	8.4	$1.951	15/22	193.6s
总测试数 22 错误测试数 7 总成本 $1.951 响应时间（平均） 193.6s
#233	Hy4 preview low	Tencent	1	5.6	$1.745	3/22	214.3s
总测试数 22 错误测试数 19 总成本 $1.745 响应时间（平均） 214.3s

未遵循指令失败