Peringkat kegagalan Tidak mengikuti instruksi

Kegagalan AI BENCHY

Lihat model AI mana yang paling sering mengalami Tidak mengikuti instruksi, agar Anda bisa melihat risiko keandalan sebelum memilih. Urutkan berdasarkan: Jumlah kegagalan ↑.

Model yang ditampilkan

Total kegagalan

180

Model yang paling terdampak

Qwen3.6 Plus Preview 1

Kategori

Dalam kategori Pemecahan teka-teki75 Dalam kategori Kecerdasan umum58 Dalam kategori Kepatuhan instruksi22 Dalam kategori Trik anti-AI17 Dalam kategori Pemanggilan alat6 Dalam kategori Pemrograman2

Peringkat	Model	Perusahaan	Jumlah Tidak mengikuti instruksi	Skor	Tes benar	Waktu respons (rata-rata)
#29	Gemini 3.1 Flash Lite Preview none	Google	2	7.9	12/18	1.30s
#31	GLM 5V Turbo medium	Z.ai	2	7.8	11/18	15.0s
#35	MiMo-V2-Omni medium	Xiaomi	2	7.7	11/18	16.8s
#36	GPT-5.3 Chat none	OpenAI	2	7.7	11/18	5.88s
#46	Kimi K2.5 medium	Moonshot AI	2	7.0	9/18	72.4s
#50	Hunter Alpha medium	OpenRouter	2	6.7	8/18	10.3s
#55	MiMo-V2-Omni none	Xiaomi	2	6.5	8/18	1.99s
#58	GLM 5V Turbo none	Z.ai	2	6.2	8/18	3.10s
#63	Qwen3.5-35B-A3B none	Qwen	2	6.1	7/18	3.82s
#65	MiMo-V2-Pro none	Xiaomi	2	6.0	7/18	2.39s
#67	Qwen3.5-27B none	Qwen	2	5.9	6/18	1.74s
#72	Hunter Alpha none	OpenRouter	2	5.7	6/18	4.58s
#74	GLM 4.7 Flash none	Z.ai	2	5.6	5/18	3.35s
#75	GLM 5.1 none	Z.ai	2	5.6	5/18	4.33s
#77	GLM 5 Turbo none	Z.ai	2	5.5	6/18	2.94s

←

1 2 3 4 5 6

→

Kegagalan Tidak mengikuti instruksi

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)