कोडिंग x निर्देशों का पालन नहीं किया रैंकिंग

AI BENCHY श्रेणी विफलताएँ

देखें कि कोडिंग में किन AI मॉडलों में निर्देशों का पालन नहीं किया आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।

दिखाए गए मॉडल

कुल विफलताएँ

सबसे अधिक प्रभावित मॉडल

विफलता के कारण

गलत उत्तर120 कोई उत्तर नहीं18 निर्देशों का पालन नहीं किया16 समय समाप्त12 अतिरिक्त फॉर्मेटिंग7 API त्रुटि6

श्रेणियाँ

पहेली समाधान84 Samanya Buddhimatta74 एंटी-एआई ट्रिक्स29 कोडिंग16 निर्देश पालन14 टूल कॉलिंग6 डोमेन-विशिष्ट1 संयुक्त1

रैंक	मॉडल	कंपनी	निर्देशों का पालन नहीं किया संख्या	श्रेणी स्कोर	सही परीक्षण	प्रतिक्रिया समय (औसत)
#153	Granite 4.1 8B none	IBM Granite	1	5.2	0/2	706ms

निर्देशों का पालन नहीं किया संख्या के अनुसार शीर्ष मॉडल