Peringkat Kepatuhan instruksi x Tidak ada jawaban

Kegagalan kategori AI BENCHY

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Gemini 3.1 Flash Lite 1

Alasan kegagalan

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

Kategori

Pemrograman18 Pengetahuan umum6 Parsing dan ekstraksi data5 Spesifik domain5 Gabungan2 Kepatuhan instruksi2 Pemanggilan alat2 Trik anti-AI2 Pemecahan teka-teki1

Peringkat	Model	Perusahaan	Jumlah Tidak ada jawaban	Skor kategori	Tes benar	Waktu respons (rata-rata)
#53	Gemini 3.1 Flash Lite high	Google	1	7.3	1/2	23.3s
#161	Qwen3.5-9B medium	Qwen	1	6.5	1/2	5.75s

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Kepatuhan instruksi: Tidak ada jawaban

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang