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. Urutkan berdasarkan: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

MiMo-V2.5-Pro 1

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

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

Gabungan: Tidak mengikuti instruksi

Filter model

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