指示追従 x 余分な書式ランキング

AI BENCHY カテゴリ別失敗

指示追従で余分な書式が起きやすいAIモデルを確認し、弱点を早く見つけられます。

表示モデル数

総失敗数

最も影響を受けたモデル

失敗理由

不正解54 指示に従っていない12 余分な書式2 回答なし2 API エラー1

カテゴリ

反AIトリック18 ドメイン特化13 コーディング11 データ解析と抽出4 パズル解決4 指示追従2 複合1

2/2

順位	モデル	企業	余分な書式件数	カテゴリスコア	合計コスト	正解テスト	応答時間（平均）
#117	DeepSeek V4 Flash none	DeepSeek	1	6.5	$0.007	1/2	17.5s
合計テスト数 2 誤答テスト数 1 合計コスト $0.007 応答時間（平均） 17.5s
#158	Hy3 preview none	Tencent	1	6.3	$0.003	1/2	13.0s
合計テスト数 2 誤答テスト数 1 合計コスト $0.003 応答時間（平均） 13.0s

モデルを絞り込む