AI BENCHY
AD
Track all your projects in one dashboard. Get ๐Ÿ“Šstats, ๐Ÿ”ฅheatmaps and ๐Ÿ‘€recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Fouten

Instructies niet gevolgd-fouten

Zie welke AI-modellen het vaakst tegen Instructies niet gevolgd aanlopen, zodat je betrouwbaarheidsrisico's ziet voordat je kiest. Sorteren op: Aantal fouten โ†‘.

Getoonde modellen

15

Totaal fouten

215

Meest getroffen model

Gemini 3.5 Flash 1
Rang Model Bedrijf Instructies niet gevolgd-aantal Score Correcte tests Responstijd (gem.)
#49 Qwen3.5-Flash medium Qwen 1 7.4 12/21 63.3s
#50 Gemini 3.1 Flash Lite Preview low Google 1 7.4 13/21 2.77s
#51 Mimo V2 PRO medium Xiaomi 1 7.4 12/21 22.2s
#56 MiMo-V2.5 medium Xiaomi 1 7.3 12/21 27.1s
#59 GLM 5V Turbo medium Z.ai 1 7.2 11/21 23.1s
#64 MiMo-V2-Flash medium Xiaomi 1 7.2 12/21 20.1s
#68 Claude Opus 4.8 none Anthropic 1 7.0 12/21 3.47s
#69 Claude Opus 4.6 medium Anthropic 1 7.0 12/21 25.9s
#72 DeepSeek V3.2 medium DeepSeek 1 7.0 11/21 68.7s
#73 Seed-2.0-Mini medium Bytedance Seed 1 6.9 11/21 80.2s
#77 Claude Sonnet 4.6 none Anthropic 1 6.8 11/21 5.04s
#78 Qwen3.6 27B medium Qwen 1 6.8 10/21 59.7s
#83 Step 3.5 Flash none Stepfun 1 6.6 6/12 39.0s
#85 Gemma 4 31B none Google 1 6.5 10/21 4.05s
#88 Qwen3.7 Plus none Qwen 1 6.4 10/21 2.85s

Topmodellen op Instructies niet gevolgd-aantal

Instructies niet gevolgd-aantal vs Score

Topmodellen op Responstijd (gem.)