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)
#91	Mercury 2 none	Inception	1	4.8	4/18	613ms
#83	Mistral Small 4 none	Mistral	2	5.2	5/18	665ms
#98	LFM2-24B-A2B none	Liquid	2	4.1	1/16	811ms
#62	Gemini 2.5 Flash none	Google	1	6.2	7/18	903ms
#82	Grok 4.20 none	X AI	2	5.2	5/18	1.11s
#86	GPT-5.4 Mini none	OpenAI	3	5.1	5/18	1.17s
#79	Grok 4.20 Beta none	X AI	3	5.3	4/18	1.19s
#85	Elephant none	Openrouter	3	5.2	5/18	1.23s
#81	Elephant medium	Openrouter	3	5.2	5/18	1.27s
#29	Gemini 3.1 Flash Lite Preview none	Google	2	7.9	12/18	1.30s
#96	GPT-5.4 Nano none	OpenAI	3	4.5	2/18	1.40s
#90	Qwen3.5-9B none	Qwen	3	4.8	4/18	1.47s
#66	GPT-5.4 none	OpenAI	1	5.9	7/18	1.51s
#67	Qwen3.5-27B none	Qwen	2	5.9	6/18	1.74s
#95	Grok 4.1 Fast none	X AI	2	4.5	3/18	1.76s

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)