Peringkat Spesifik domain x Tidak mengikuti instruksi

Kegagalan kategori AI BENCHY

Lihat model AI mana yang paling mungkin mengalami Tidak mengikuti instruksi di Spesifik domain, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Tes benar ↓.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Grok Build 0.1 1

Alasan kegagalan

Jawaban salah298 Kedaluwarsa31 Format tambahan12 Tidak ada jawaban4 Kesalahan API3 Tidak mengikuti instruksi1

Kategori

Pemecahan teka-teki84 Kecerdasan umum74 Trik anti-AI29 Pemrograman16 Kepatuhan instruksi14 Pemanggilan alat6 Gabungan1 Spesifik domain1

Peringkat	Model	Perusahaan	Jumlah Tidak mengikuti instruksi	Skor kategori	Tes benar	Waktu respons (rata-rata)
#82	Grok Build 0.1 none	X AI	1	3.6	0/3	103.7s

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

Spesifik domain: 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