AI BENCHY
Advertise here

AI BENCHY Fehler

Anweisungen nicht befolgt-Fehler

Sieh, bei welchen KI-Modellen Anweisungen nicht befolgt besonders häufig auftritt, damit du Zuverlässigkeitsrisiken vor der Auswahl erkennst. Sortieren nach: Antwortzeit (Durchschnitt) ↑.

Angezeigte Modelle

15

Gesamtfehler

215

Am stärksten betroffenes Modell

Mistral Small 4 1

Kategorien

In der Kategorie Rätsellösen78 In der Kategorie Allgemeine Intelligenz74 In der Kategorie Anti-KI-Tricks30 In der Kategorie Programmierung14 In der Kategorie Befolgung von Anweisungen11 In der Kategorie Werkzeugaufrufe6 In der Kategorie Domänenspezifisch1 In der Kategorie Kombiniert1
Rang Modell Unternehmen Anweisungen nicht befolgt-Anzahl Punktzahl Korrekte Tests Antwortzeit (Durchschnitt)
#26 Qwen3.6 Plus medium Qwen 1 7.9 14/21 30.7s
#105 Nemotron 3 Super medium NVIDIA 3 5.8 8/21 32.0s
#17 GLM 5 medium Z.ai 1 8.3 15/21 33.5s
#158 GLM 4.7 Flash medium Z.ai 2 4.4 4/21 35.1s
#130 MiniMax M2.7 medium Minimax 5 5.3 5/21 38.2s
#83 Step 3.5 Flash none Stepfun 1 6.6 6/12 39.0s
#119 Cobuddy medium Baidu 3 5.6 7/21 39.9s
#80 Mimo V2 Omni medium Xiaomi 2 6.7 10/21 41.2s
#94 GPT-5 Nano medium OpenAI 2 6.3 9/21 42.5s
#31 DeepSeek V4 Flash high DeepSeek 2 7.7 13/21 45.8s
#19 Seed-2.0-Lite medium Bytedance Seed 2 8.2 14/21 47.1s
#38 Grok 4.3 medium X AI 2 7.6 13/21 47.5s
#96 Ring-2.6-1T none Inclusionai 2 6.2 9/21 55.1s
#78 Qwen3.6 27B medium Qwen 1 6.8 10/21 59.7s
#75 Ring-2.6-1T medium Inclusionai 2 6.9 11/21 61.3s

Top-Modelle nach Anweisungen nicht befolgt-Anzahl

Anweisungen nicht befolgt-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)