Peringkat Kepatuhan instruksi x Kedaluwarsa

Kegagalan kategori AI BENCHY

Lihat model AI mana yang paling mungkin mengalami Kedaluwarsa 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

Spesifik domain31 Pemrograman12 Pemecahan teka-teki6 Kecerdasan umum4 Trik anti-AI4 Gabungan2 Kepatuhan instruksi1 Parsing dan ekstraksi data1

Peringkat	Model	Perusahaan	Jumlah Kedaluwarsa	Skor kategori	Tes benar	Waktu respons (rata-rata)
#97	Qwen3.5-9B medium	Qwen	1	6.4	1/2	17.1s

Model teratas menurut Jumlah Kedaluwarsa