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)
#17 Gemini 3.1 Flash Lite Preview medium Google 1 8.2 13/18 3.74s
#20 Qwen3.6 Plus medium Qwen 1 8.1 13/18 15.3s
#22 Gemini 3.1 Flash Lite Preview low Google 1 8.1 13/18 3.22s
#23 MiMo-V2-Pro medium Xiaomi 1 8.1 12/18 12.3s
#24 Gemma 4 26B A4B medium Google 1 8.0 13/18 25.0s
#27 DeepSeek V3.2 medium DeepSeek 1 8.0 12/18 46.4s
#28 GPT-5.2 Chat none OpenAI 1 7.9 12/18 6.84s
#32 Qwen3.5-Flash medium Qwen 1 7.8 11/18 66.7s
#39 Seed-2.0-Mini medium Bytedance Seed 1 7.5 11/18 69.7s
#41 MiMo-V2-Flash medium Xiaomi 1 7.5 11/18 23.4s
#42 Claude Sonnet 4.6 none Anthropic 1 7.4 11/18 4.98s
#48 Gemma 4 31B none Google 1 6.9 10/18 4.02s
#59 Qwen3.5-Flash none Qwen 1 6.2 8/18 3.25s
#62 Gemini 2.5 Flash none Google 1 6.2 7/18 903ms
#66 GPT-5.4 none OpenAI 1 5.9 7/18 1.51s

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)