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

Qwen3.5-9B 2

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)
#82	Grok 4.20 none	X AI	2	5.2	5/18	1.11s
#62	Gemini 2.5 Flash none	Google	1	6.2	7/18	903ms
#98	LFM2-24B-A2B none	Liquid	2	4.1	1/16	811ms
#83	Mistral Small 4 none	Mistral	2	5.2	5/18	665ms
#91	Mercury 2 none	Inception	1	4.8	4/18	613ms

←

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)