AI BENCHY
Advertise 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

215

Model yang paling terdampak

MiniMax M2.7 5

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)
#141 Nemotron 3 Super none NVIDIA 2 4.9 5/21 5.30s
#148 GPT-5.4 Nano none OpenAI 2 4.7 4/21 1.48s
#152 MiMo-V2-Flash none Xiaomi 2 4.6 4/21 2.76s
#153 Qwen3.6 35B A3B none Qwen 2 4.6 4/21 3.73s
#154 Qwen3.5-9B none Qwen 2 4.6 4/21 1.89s
#158 GLM 4.7 Flash medium Z.ai 2 4.4 4/21 35.1s
#159 Ling-2.6-1T none Inclusionai 2 4.3 3/21 7.72s
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 2 4.1 2/19 728ms
#7 Gemini 3.5 Flash medium Google 1 9.0 18/21 4.94s
#12 Gemini 3.1 Flash Lite Preview high Google 1 8.6 13/16 68.1s
#13 Grok 4.20 Beta medium X AI 1 8.5 14/18 9.75s
#17 GLM 5 medium Z.ai 1 8.3 15/21 33.5s
#22 Step 3.7 Flash medium Stepfun 1 8.0 14/21 20.4s
#23 GLM 5 Turbo medium Z.ai 1 8.0 14/21 23.0s
#24 GPT-5.2 Chat none OpenAI 1 7.9 14/21 7.13s

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)