AI BENCHY
Advertise here

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

Qwen3.5-27B 1
Peringkat Model Perusahaan Jumlah Tidak mengikuti instruksi Skor kategori Tes benar Waktu respons (rata-rata)
#30 Qwen3.5-27B medium Qwen 1 8.2 2/3 59.6s
#53 Gemini 3.1 Flash Lite high Google 2 5.7 1/3 50.8s
#12 Gemini 3.1 Flash Lite Preview high Google 1 7.7 2/3 46.7s
#76 Kimi K2.5 medium Moonshot AI 1 5.3 1/3 43.2s
#72 DeepSeek V3.2 medium DeepSeek 1 7.0 1/3 37.7s
#96 Ring-2.6-1T none Inclusionai 1 7.7 2/3 31.5s
#31 DeepSeek V4 Flash high DeepSeek 1 8.2 2/3 26.1s
#60 Kimi K2.6 medium Moonshot AI 1 6.0 1/3 25.1s
#130 MiniMax M2.7 medium Minimax 1 5.9 1/3 24.9s
#139 DeepSeek V4 Flash none DeepSeek 1 3.1 0/3 23.7s
#38 Grok 4.3 medium X AI 1 5.9 1/3 22.5s
#99 gpt-oss-120b medium OpenAI 1 5.3 1/3 21.7s
#75 Ring-2.6-1T medium Inclusionai 1 5.9 1/3 20.7s
#94 GPT-5 Nano medium OpenAI 1 5.3 1/3 20.6s
#54 GPT-5 Mini medium OpenAI 1 5.6 1/3 15.2s

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