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: Correcte tests โ†‘.

Getoonde modellen

15

Totaal fouten

215

Meest getroffen model

Granite 4.1 8B 4
Rang Model Bedrijf Instructies niet gevolgd-aantal Score Correcte tests Responstijd (gem.)
#99 gpt-oss-120b medium OpenAI 3 6.1 9/21 22.3s
#79 Hunter Alpha medium OpenRouter 2 6.7 8/18 10.3s
#84 Grok 4.20 Multi Agent Beta medium X AI 2 6.6 8/18 9.69s
#86 Grok 4.1 Fast medium X AI 4 6.5 9/19 23.8s
#92 Laguna M.1 medium Poolside 1 6.4 9/19 14.7s
#76 Kimi K2.5 medium Moonshot AI 2 6.8 10/21 98.4s
#78 Qwen3.6 27B medium Qwen 1 6.8 10/21 59.7s
#80 Mimo V2 Omni medium Xiaomi 2 6.7 10/21 41.2s
#81 Mercury 2 medium Inception 3 6.6 10/21 2.24s
#85 Gemma 4 31B none Google 1 6.5 10/21 4.05s
#87 Gemini 3.1 Flash Lite minimal Google 3 6.4 10/21 1.33s
#88 Qwen3.7 Plus none Qwen 1 6.4 10/21 2.85s
#83 Step 3.5 Flash none Stepfun 1 6.6 6/12 39.0s
#59 GLM 5V Turbo medium Z.ai 1 7.2 11/21 23.1s
#67 MiniMax M3 medium Minimax 2 7.1 11/21 68.2s

Topmodellen op Instructies niet gevolgd-aantal

Instructies niet gevolgd-aantal vs Score

Topmodellen op Responstijd (gem.)