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 salah44 Tidak mengikuti instruksi22 Kedaluwarsa1 Kesalahan API1

Kategori

Parsing dan ekstraksi data6 Pemanggilan alat6 Pemrograman6 Gabungan5 Spesifik domain2 Kepatuhan instruksi1 Pemecahan teka-teki1

Peringkat	Model	Perusahaan	Jumlah Kesalahan API	Skor kategori	Tes benar	Waktu respons (rata-rata)
#47	Grok 4.20 medium	X AI	1	7.3	1/2	4.42s

Model teratas menurut Jumlah Kesalahan API