Kegagalan kategori AI BENCHY

Trik anti-AI

Format tambahan

Lihat model AI mana yang paling mungkin mengalami Format tambahan di Trik anti-AI, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Alasan kegagalan terkait

Jawaban salah53 Tidak mengikuti instruksi12 Format tambahan8 Kedaluwarsa1 Tidak ada jawaban1

Kategori terkait

Trik anti-AI8 Spesifik domain3 Parsing dan ekstraksi data1 Pemecahan teka-teki1

Peringkat	Model	Perusahaan	Jumlah Format tambahan	Skor kategori	Tes benar	Waktu respons (rata-rata)
#25	Claude Sonnet 4.6 none	Anthropic	2	4.0	1/3	4.83s
#26	Claude Opus 4.6 medium	Anthropic	2	4.0	1/3	11.9s
#33	DeepSeek V3.2 none	DeepSeek	2	10.0	0/3	8.79s
#11	Claude Sonnet 4.6 medium	Anthropic	1	7.0	2/3	4.95s
#48	Qwen3 Coder Next none	Qwen	1	2.3	0/3	4.39s

Model teratas menurut Jumlah Format tambahan