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: Tes benar ↑.

Model yang ditampilkan

Total kegagalan

215

Model yang paling terdampak

Granite 4.1 8B 4

Kategori

Dalam kategori Pemecahan teka-teki78 Dalam kategori Kecerdasan umum74 Dalam kategori Trik anti-AI30 Dalam kategori Pemrograman14 Dalam kategori Kepatuhan instruksi11 Dalam kategori Pemanggilan alat6 Dalam kategori Gabungan1 Dalam kategori Spesifik domain1

Peringkat	Model	Perusahaan	Jumlah Tidak mengikuti instruksi	Skor	Tes benar	Waktu respons (rata-rata)
#131	Qwen3.5-122B-A10B none	Qwen	2	5.3	6/21	3.41s
#133	DeepSeek V3.2 none	DeepSeek	1	5.2	6/21	13.8s
#134	GLM 5 Turbo none	Z.ai	2	5.2	6/21	2.82s
#136	Elephant Alpha medium	Openrouter	2	5.1	6/21	1.27s
#138	Ling-2.6-flash none	Inclusionai	2	5.0	6/21	9.34s
#126	gpt-oss-120b none	OpenAI	2	5.4	6/19	21.6s
#106	Grok 4.20 Beta none	X AI	1	5.8	6/18	1.19s
#113	DeepSeek V4 Pro none	DeepSeek	2	5.7	7/21	12.4s
#114	Qwen3.5 Plus 2026-04-20 none	Qwen	2	5.7	7/21	4.39s
#115	Qwen3.5-27B none	Qwen	2	5.7	7/21	1.68s
#116	Hunter Alpha none	OpenRouter	2	5.7	6/18	4.70s
#117	Qwen3.5-35B-A3B none	Qwen	2	5.6	7/21	3.37s
#118	Qwen3.6 27B none	Qwen	2	5.6	7/21	3.72s
#119	Cobuddy medium	Baidu	3	5.6	7/21	39.9s
#120	Mimo V2 PRO none	Xiaomi	2	5.6	7/21	2.27s

←

1 2 3 4 8

→

Kegagalan Tidak mengikuti instruksi

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)