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: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

Total kegagalan

180

Model yang paling terdampak

Mercury 2 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)
#32	Qwen3.5-Flash medium	Qwen	1	7.8	11/18	66.7s
#11	Gemini 3.1 Flash Lite Preview high	Google	1	8.4	12/16	68.8s
#39	Seed-2.0-Mini medium	Bytedance Seed	1	7.5	11/18	69.7s
#46	Kimi K2.5 medium	Moonshot AI	2	7.0	9/18	72.4s
#97	Qwen3.5-9B medium	Qwen	2	4.4	3/18	73.6s

←

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)