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.

Model yang ditampilkan

15

Total kegagalan

78

Model yang paling terdampak

Gemini 3.1 Flash Lite 2
Peringkat Model Perusahaan Jumlah Tidak mengikuti instruksi Skor kategori Tes benar Waktu respons (rata-rata)
#139 DeepSeek V4 Flash none DeepSeek 1 3.1 0/3 23.7s
#141 Nemotron 3 Super none NVIDIA 1 5.5 1/3 2.36s
#142 Mistral Small 4 none Mistral 1 3.1 0/3 399ms
#143 MiMo-V2.5 none Xiaomi 1 5.4 1/3 2.13s
#144 GPT-5.4 Mini none OpenAI 1 5.4 1/3 836ms
#147 GPT-4o-mini none OpenAI 1 3.5 0/3 1.21s
#148 GPT-5.4 Nano none OpenAI 1 5.4 1/3 1.25s
#150 Qwen3 Coder Next medium Qwen 1 3.0 0/3 1.25s
#151 Trinity Large Preview none Arcee AI 1 3.6 0/3 1.97s
#154 Qwen3.5-9B none Qwen 1 3.2 0/3 621ms
#156 Hy3 preview none Tencent 1 3.1 0/3 4.56s
#158 GLM 4.7 Flash medium Z.ai 1 2.9 0/3 12.9s
#159 Ling-2.6-1T none Inclusionai 1 3.1 0/3 5.36s
#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

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