Peringkat Gabungan x Tidak mengikuti instruksi

Kegagalan kategori AI BENCHY

Lihat model AI mana yang paling mungkin mengalami Tidak mengikuti instruksi di Gabungan, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Alasan kegagalan

Jawaban salah53 Pemanggilan alat tidak valid20 Kesalahan API13 Kedaluwarsa2 Tidak ada jawaban2 Format tambahan1 Tidak mengikuti instruksi1

Kategori

Pemecahan teka-teki82 Kecerdasan umum72 Trik anti-AI30 Pemrograman16 Kepatuhan instruksi12 Pemanggilan alat6 Gabungan1 Spesifik domain1

1/1

Peringkat	Model	Perusahaan	Jumlah Tidak mengikuti instruksi	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#119	MiMo-V2.5-Pro none	Xiaomi	1	3.0	$0.017	0/1	3.54s
Total Tes 1 Tes Salah 1 Total Biaya $0.017 Waktu respons (rata-rata) 3.54s

Filter model