AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Kegagalan kategori AI BENCHY

Pemecahan teka-teki: Tidak mengikuti instruksi

Pemecahan teka-teki
Tidak mengikuti instruksi

Lihat model AI mana yang paling mungkin mengalami Tidak mengikuti instruksi di Pemecahan teka-teki, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

15

Total kegagalan

78

Model yang paling terdampak

Mistral Small 4 1
Peringkat Model Perusahaan Jumlah Tidak mengikuti instruksi Skor kategori Tes benar Waktu respons (rata-rata)
#142 Mistral Small 4 none Mistral 1 3.1 0/3 399ms
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 1 3.0 0/3 532ms
#163 Granite 4.1 8B none IBM Granite 1 3.2 0/3 608ms
#154 Qwen3.5-9B none Qwen 1 3.2 0/3 621ms
#90 Gemini 3.1 Flash Lite none Google 1 6.3 1/3 720ms
#102 Gemma 4 26B A4B none Google 1 6.2 1/3 744ms
#137 Elephant Alpha none Openrouter 1 4.2 0/3 807ms
#144 GPT-5.4 Mini none OpenAI 1 5.4 1/3 836ms
#136 Elephant Alpha medium Openrouter 1 5.3 1/3 868ms
#81 Mercury 2 medium Inception 1 5.4 1/3 949ms
#131 Qwen3.5-122B-A10B none Qwen 1 3.8 0/3 1.00s
#104 Nemotron 3 Ultra 550b A55b none NVIDIA 1 5.9 1/3 1.06s
#153 Qwen3.6 35B A3B none Qwen 2 3.2 0/3 1.07s
#122 GLM 4.7 Flash none Z.ai 1 6.4 1/3 1.20s
#147 GPT-4o-mini none OpenAI 1 3.5 0/3 1.21s

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