AI BENCHY
Your ad 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

180

Am stärksten betroffenes Modell

Mercury 2 1

Kategorien

In der Kategorie Rätsellösen75 In der Kategorie Allgemeine Intelligenz58 In der Kategorie Befolgung von Anweisungen22 In der Kategorie Anti-KI-Tricks17 In der Kategorie Werkzeugaufrufe6 In der Kategorie Programmierung2
Rang Modell Unternehmen Anweisungen nicht befolgt-Anzahl Punktzahl Korrekte Tests Antwortzeit (Durchschnitt)
#91 Mercury 2 none Inception 1 4.8 4/18 613ms
#83 Mistral Small 4 none Mistral 2 5.2 5/18 665ms
#98 LFM2-24B-A2B none Liquid 2 4.1 1/16 811ms
#62 Gemini 2.5 Flash none Google 1 6.2 7/18 903ms
#82 Grok 4.20 none X AI 2 5.2 5/18 1.11s
#86 GPT-5.4 Mini none OpenAI 3 5.1 5/18 1.17s
#79 Grok 4.20 Beta none X AI 3 5.3 4/18 1.19s
#85 Elephant none Openrouter 3 5.2 5/18 1.23s
#81 Elephant medium Openrouter 3 5.2 5/18 1.27s
#29 Gemini 3.1 Flash Lite Preview none Google 2 7.9 12/18 1.30s
#96 GPT-5.4 Nano none OpenAI 3 4.5 2/18 1.40s
#90 Qwen3.5-9B none Qwen 3 4.8 4/18 1.47s
#66 GPT-5.4 none OpenAI 1 5.9 7/18 1.51s
#67 Qwen3.5-27B none Qwen 2 5.9 6/18 1.74s
#95 Grok 4.1 Fast none X AI 2 4.5 3/18 1.76s

Top-Modelle nach Anweisungen nicht befolgt-Anzahl

Anweisungen nicht befolgt-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)