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)
#153	Qwen3.6 35B A3B none	Qwen	2	4.6	4/21	3.73s
#154	Qwen3.5-9B none	Qwen	2	4.6	4/21	1.89s
#158	GLM 4.7 Flash medium	Z.ai	2	4.4	4/21	35.1s
#159	Ling-2.6-1T none	Inclusionai	2	4.3	3/21	7.72s
#162	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	2	4.1	2/19	728ms
#42	GPT-5.2 medium	OpenAI	3	7.5	13/21	16.9s
#45	GPT-5.4 Mini medium	OpenAI	3	7.5	12/21	22.3s
#53	Gemini 3.1 Flash Lite high	Google	3	7.3	10/18	62.0s
#54	GPT-5 Mini medium	OpenAI	3	7.3	12/21	23.6s
#62	Step 3.5 Flash medium	Stepfun	3	7.2	11/20	72.5s
#81	Mercury 2 medium	Inception	3	6.6	10/21	2.24s
#87	Gemini 3.1 Flash Lite minimal	Google	3	6.4	10/21	1.33s
#99	gpt-oss-120b medium	OpenAI	3	6.1	9/21	22.3s
#105	Nemotron 3 Super medium	NVIDIA	3	5.8	8/21	32.0s
#119	Cobuddy medium	Baidu	3	5.6	7/21	39.9s

←

1 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)