Peringkat Kepatuhan instruksi x Kesalahan API

Kegagalan kategori AI BENCHY

Lihat model AI mana yang paling mungkin mengalami Kesalahan API di Kepatuhan instruksi, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Alasan kegagalan

Jawaban salah53 Tidak mengikuti instruksi11 Format tambahan2 Tidak ada jawaban2 Kesalahan API1

Kategori

Pemrograman43 Parsing dan ekstraksi data16 Pemanggilan alat15 Gabungan13 Pemecahan teka-teki13 Trik anti-AI13 Kecerdasan umum12 Pengetahuan umum12 Spesifik domain6 Kepatuhan instruksi1

Peringkat	Model	Perusahaan	Jumlah Kesalahan API	Skor kategori	Tes benar	Waktu respons (rata-rata)
#93	Qwen3.6 Plus Preview medium	Qwen	1	6.5	1/2	3.40s

Model teratas menurut Jumlah Kesalahan API