AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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
Peringkat Model Perusahaan Jumlah Tidak mengikuti instruksi Skor Tes benar Waktu respons (rata-rata)
#10 Qwen3.5-27B medium Qwen 2 8.4 13/18 53.0s
#16 GPT-5.4 medium OpenAI 2 8.2 13/18 18.6s
#18 GLM 5 Turbo medium Z.ai 2 8.1 12/18 17.7s
#29 Gemini 3.1 Flash Lite Preview none Google 2 7.9 12/18 1.30s
#31 GLM 5V Turbo medium Z.ai 2 7.8 11/18 15.0s
#35 MiMo-V2-Omni medium Xiaomi 2 7.7 11/18 16.8s
#36 GPT-5.3 Chat none OpenAI 2 7.7 11/18 5.88s
#46 Kimi K2.5 medium Moonshot AI 2 7.0 9/18 72.4s
#50 Hunter Alpha medium OpenRouter 2 6.7 8/18 10.3s
#55 MiMo-V2-Omni none Xiaomi 2 6.5 8/18 1.99s
#58 GLM 5V Turbo none Z.ai 2 6.2 8/18 3.10s
#63 Qwen3.5-35B-A3B none Qwen 2 6.1 7/18 3.82s
#65 MiMo-V2-Pro none Xiaomi 2 6.0 7/18 2.39s
#67 Qwen3.5-27B none Qwen 2 5.9 6/18 1.74s
#72 Hunter Alpha none OpenRouter 2 5.7 6/18 4.58s

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)