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: Skor ↑.

Model yang ditampilkan

Total kegagalan

180

Model yang paling terdampak

LFM2-24B-A2B 2

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)
#67	Qwen3.5-27B none	Qwen	2	5.9	6/18	1.74s
#66	GPT-5.4 none	OpenAI	1	5.9	7/18	1.51s
#65	MiMo-V2-Pro none	Xiaomi	2	6.0	7/18	2.39s
#63	Qwen3.5-35B-A3B none	Qwen	2	6.1	7/18	3.82s
#62	Gemini 2.5 Flash none	Google	1	6.2	7/18	903ms
#60	Gemma 4 26B A4B none	Google	3	6.2	7/18	6.59s
#59	Qwen3.5-Flash none	Qwen	1	6.2	8/18	3.25s
#58	GLM 5V Turbo none	Z.ai	2	6.2	8/18	3.10s
#57	GPT-5 Nano medium	OpenAI	3	6.3	7/18	44.1s
#56	Grok 4.20 Multi Agent Beta medium	X AI	4	6.4	7/18	9.80s
#55	MiMo-V2-Omni none	Xiaomi	2	6.5	8/18	1.99s
#54	Mercury 2 medium	Inception	4	6.5	8/18	2.21s
#52	Grok 4.1 Fast medium	X AI	4	6.7	9/18	23.9s
#51	Nemotron 3 Super medium	NVIDIA	4	6.7	9/18	19.1s
#50	Hunter Alpha medium	OpenRouter	2	6.7	8/18	10.3s

←

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)