AI BENCHY
Your ad 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

75

Model yang paling terdampak

Qwen3.5-27B 1
Peringkat Model Perusahaan Jumlah Tidak mengikuti instruksi Skor kategori Tes benar Waktu respons (rata-rata)
#10 Qwen3.5-27B medium Qwen 1 8.2 2/3 64.6s
#46 Kimi K2.5 medium Moonshot AI 1 5.3 1/3 45.4s
#97 Qwen3.5-9B medium Qwen 1 3.1 0/3 33.4s
#14 Gemma 4 31B medium Google 1 8.8 2/3 27.6s
#80 MiniMax M2.7 medium Minimax 2 3.8 0/3 25.6s
#34 Kimi K2.6 medium Moonshot AI 2 5.0 0/3 25.6s
#57 GPT-5 Nano medium OpenAI 1 5.3 1/3 19.8s
#45 GPT-5 Mini medium OpenAI 1 5.6 1/3 14.1s
#93 GLM 4.7 Flash medium Z.ai 1 2.9 0/3 12.9s
#68 gpt-oss-120b medium OpenAI 2 3.2 0/3 11.8s
#6 Seed-2.0-Lite medium Bytedance Seed 1 9.0 2/3 11.0s
#31 GLM 5V Turbo medium Z.ai 1 7.7 2/3 10.9s
#16 GPT-5.4 medium OpenAI 1 8.2 2/3 9.13s
#24 Gemma 4 26B A4B medium Google 1 7.9 2/3 8.52s
#51 Nemotron 3 Super medium NVIDIA 2 3.5 0/3 8.39s

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