AI BENCHY
Your ad here

Kegagalan AI BENCHY

Kegagalan Tidak mengikuti instruksi

Lihat model AI mana yang paling sering mengalami Tidak mengikuti instruksi, agar Anda bisa melihat risiko keandalan sebelum memilih.

Model yang ditampilkan

15

Total kegagalan

180

Model yang paling terdampak

MiniMax M2.7 6

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)
#38 GPT-5.4 Nano medium OpenAI 3 7.6 11/18 11.2s
#40 GPT-5.2 medium OpenAI 3 7.5 11/18 14.0s
#57 GPT-5 Nano medium OpenAI 3 6.3 7/18 44.1s
#60 Gemma 4 26B A4B none Google 3 6.2 7/18 6.59s
#69 Kimi K2.6 none Moonshot AI 3 5.8 7/18 2.05s
#71 MiniMax M2.5 medium Minimax 3 5.7 5/18 39.6s
#73 Mistral Small 4 medium Mistral 3 5.7 5/18 5.64s
#79 Grok 4.20 Beta none X AI 3 5.3 4/18 1.19s
#81 Elephant medium Openrouter 3 5.2 5/18 1.27s
#85 Elephant none Openrouter 3 5.2 5/18 1.23s
#86 GPT-5.4 Mini none OpenAI 3 5.1 5/18 1.17s
#90 Qwen3.5-9B none Qwen 3 4.8 4/18 1.47s
#96 GPT-5.4 Nano none OpenAI 3 4.5 2/18 1.40s
#6 Seed-2.0-Lite medium Bytedance Seed 2 8.6 13/18 30.4s
#7 GPT-5.3-Codex medium OpenAI 2 8.6 13/18 15.4s

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)