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

215

Model yang paling terdampak

Kimi K2.5 2

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
#85	Gemma 4 31B none	Google	1	6.5	10/21	4.05s
#40	Gemini 3.1 Flash Lite Preview medium	Google	1	7.5	13/21	3.96s
#153	Qwen3.6 35B A3B none	Qwen	2	4.6	4/21	3.73s
#118	Qwen3.6 27B none	Qwen	2	5.6	7/21	3.72s
#68	Claude Opus 4.8 none	Anthropic	1	7.0	12/21	3.47s
#131	Qwen3.5-122B-A10B none	Qwen	2	5.3	6/21	3.41s
#117	Qwen3.5-35B-A3B none	Qwen	2	5.6	7/21	3.37s
#44	Gemini 3.1 Flash Lite medium	Google	1	7.5	13/21	3.23s
#109	GLM 5V Turbo none	Z.ai	2	5.8	8/21	2.99s
#151	Trinity Large Preview none	Arcee AI	3	4.6	4/21	2.98s
#122	GLM 4.7 Flash none	Z.ai	1	5.5	6/21	2.86s
#88	Qwen3.7 Plus none	Qwen	1	6.4	10/21	2.85s
#134	GLM 5 Turbo none	Z.ai	2	5.2	6/21	2.82s
#50	Gemini 3.1 Flash Lite Preview low	Google	1	7.4	13/21	2.77s

←

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)