AI BENCHY
Your ad here

Kegagalan kategori AI BENCHY

Trik anti-AI: Tidak mengikuti instruksi

Trik anti-AI
Tidak mengikuti instruksi

Lihat model AI mana yang paling mungkin mengalami Tidak mengikuti instruksi di Trik anti-AI, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

15

Total kegagalan

17

Model yang paling terdampak

Elephant 1
Peringkat Model Perusahaan Jumlah Tidak mengikuti instruksi Skor kategori Tes benar Waktu respons (rata-rata)
#85 Elephant none Openrouter 1 6.6 2/4 963ms
#29 Gemini 3.1 Flash Lite Preview none Google 1 7.5 2/4 1.04s
#95 Grok 4.1 Fast none X AI 1 3.2 0/4 1.07s
#54 Mercury 2 medium Inception 1 6.9 2/4 1.12s
#17 Gemini 3.1 Flash Lite Preview medium Google 1 9.1 3/4 2.33s
#87 Qwen3 Coder Next none Qwen 1 3.6 0/4 3.31s
#36 GPT-5.3 Chat none OpenAI 1 6.7 2/4 3.86s
#84 gpt-oss-120b none OpenAI 1 6.6 2/4 6.03s
#40 GPT-5.2 medium OpenAI 1 6.5 2/4 7.81s
#92 Qwen3 Coder Next medium Qwen 1 3.5 0/4 8.64s
#68 gpt-oss-120b medium OpenAI 1 6.7 2/4 10.2s
#31 GLM 5V Turbo medium Z.ai 1 7.2 2/4 10.8s
#34 Kimi K2.6 medium Moonshot AI 1 7.0 2/4 11.6s
#45 GPT-5 Mini medium OpenAI 1 7.1 2/4 13.9s
#93 GLM 4.7 Flash medium Z.ai 1 4.7 1/4 15.0s

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang