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: Punktzahl ↑.

Angezeigte Modelle

13

Gesamtfehler

215

Am stärksten betroffenes Modell

Granite 4.1 8B 4

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)
#30 Qwen3.5-27B medium Qwen 2 7.8 13/21 68.4s
#28 Gemini 2.5 Flash medium Google 1 7.8 14/21 15.5s
#26 Qwen3.6 Plus medium Qwen 1 7.9 14/21 30.7s
#24 GPT-5.2 Chat none OpenAI 1 7.9 14/21 7.13s
#23 GLM 5 Turbo medium Z.ai 1 8.0 14/21 23.0s
#22 Step 3.7 Flash medium Stepfun 1 8.0 14/21 20.4s
#21 GPT-5.4 medium OpenAI 2 8.0 14/21 22.3s
#19 Seed-2.0-Lite medium Bytedance Seed 2 8.2 14/21 47.1s
#17 GLM 5 medium Z.ai 1 8.3 15/21 33.5s
#15 GPT-5.3-Codex medium OpenAI 2 8.4 15/21 16.2s
#13 Grok 4.20 Beta medium X AI 1 8.5 14/18 9.75s
#12 Gemini 3.1 Flash Lite Preview high Google 1 8.6 13/16 68.1s
#7 Gemini 3.5 Flash medium Google 1 9.0 18/21 4.94s

Top-Modelle nach Anweisungen nicht befolgt-Anzahl

Anweisungen nicht befolgt-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)