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

215

Model yang paling terdampak

Gemini 3.5 Flash 1

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)
#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
#120	Mimo V2 PRO none	Xiaomi	2	5.6	7/21	2.27s
#126	gpt-oss-120b none	OpenAI	2	5.4	6/19	21.6s
#131	Qwen3.5-122B-A10B none	Qwen	2	5.3	6/21	3.41s
#132	Mistral Small 4 medium	Mistral	2	5.3	5/21	9.40s
#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
#141	Nemotron 3 Super none	NVIDIA	2	4.9	5/21	5.30s
#148	GPT-5.4 Nano none	OpenAI	2	4.7	4/21	1.48s
#152	MiMo-V2-Flash none	Xiaomi	2	4.6	4/21	2.76s

←

1 5 6 7 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)