Peringkat Pemrograman x Tidak mengikuti instruksi

Kegagalan kategori AI BENCHY

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Qwen3.5-9B 1

Alasan kegagalan

Jawaban salah26 Kedaluwarsa12 Kesalahan API6 Tidak mengikuti instruksi2

Kategori

Pemecahan teka-teki68 Kecerdasan umum55 Kepatuhan instruksi22 Trik anti-AI15 Pemanggilan alat6 Pemrograman2

Peringkat	Model	Perusahaan	Jumlah Tidak mengikuti instruksi	Skor kategori	Tes benar	Waktu respons (rata-rata)
#91	Qwen3.5-9B medium	Qwen	1	2.6	0/1	135.6s
#49	Grok 4.1 Fast medium	X AI	1	2.3	0/1	23.6s

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

Pemrograman: Tidak mengikuti instruksi

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