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: Tes benar ↓.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

MiMo-V2.5-Pro 1

Alasan kegagalan

Jawaban salah41 Pemanggilan alat tidak valid12 Kesalahan API5 Kedaluwarsa2 Tidak ada jawaban1 Tidak mengikuti instruksi1

Kategori

Pemecahan teka-teki98 Kecerdasan umum65 Kepatuhan instruksi23 Trik anti-AI19 Pemanggilan alat6 Pemrograman3 Gabungan1

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

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

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