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: Korrekte Tests ↓.

Angezeigte Modelle

15

Gesamtfehler

215

Am stärksten betroffenes Modell

Gemini 3.5 Flash 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)
#31 DeepSeek V4 Flash high DeepSeek 2 7.7 13/21 45.8s
#38 Grok 4.3 medium X AI 2 7.6 13/21 47.5s
#40 Gemini 3.1 Flash Lite Preview medium Google 1 7.5 13/21 3.96s
#42 GPT-5.2 medium OpenAI 3 7.5 13/21 16.9s
#44 Gemini 3.1 Flash Lite medium Google 1 7.5 13/21 3.23s
#46 Qwen3.6 35B A3B medium Qwen 1 7.4 13/21 18.1s
#50 Gemini 3.1 Flash Lite Preview low Google 1 7.4 13/21 2.77s
#39 Qwen3.6 Flash medium Qwen 1 7.5 12/21 19.2s
#43 MiMo-V2.5-Pro medium Xiaomi 2 7.5 12/21 26.1s
#45 GPT-5.4 Mini medium OpenAI 3 7.5 12/21 22.3s
#49 Qwen3.5-Flash medium Qwen 1 7.4 12/21 63.3s
#51 Mimo V2 PRO medium Xiaomi 1 7.4 12/21 22.2s
#54 GPT-5 Mini medium OpenAI 3 7.3 12/21 23.6s
#56 MiMo-V2.5 medium Xiaomi 1 7.3 12/21 27.1s
#58 Gemini 3.1 Flash Lite Preview none Google 2 7.2 12/21 1.21s

Top-Modelle nach Anweisungen nicht befolgt-Anzahl

Anweisungen nicht befolgt-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)