Ranking de Seguimento de instruções x Resposta incorreta

Falhas por categoria AI BENCHY

Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Seguimento de instruções, para identificar pontos fracos mais rápido.

Modelos exibidos

Falhas totais

Modelo mais afetado

Motivos de falha

Resposta incorreta44 Não seguiu as instruções22 Erro de API1 Tempo esgotado1

Categorias

Específico do domínio182 Truques anti-IA165 Resolução de quebra-cabeças85 Seguimento de instruções44 Combinado37 Programação28 Análise e extração de dados19 Inteligência geral10 Chamada de ferramentas2

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Testes corretos	Tempo de resposta (médio)
#67	Qwen3.5-27B none	Qwen	2	4.8	0/2	815ms
#70	Qwen3.5-122B-A10B none	Qwen	2	4.5	0/2	585ms
#87	Qwen3 Coder Next none	Qwen	2	4.8	0/2	7.71s
#95	Grok 4.1 Fast none	X AI	2	3.0	0/2	923ms
#98	LFM2-24B-A2B none	Liquid	2	4.8	0/2	1.09s
#21	Gemini 3 Flash Preview none	Google	1	6.4	1/2	1.58s
#28	GPT-5.2 Chat none	OpenAI	1	7.5	1/2	5.46s
#33	GLM 5.1 medium	Z.ai	1	6.4	1/2	7.47s
#36	GPT-5.3 Chat none	OpenAI	1	8.3	1/2	3.29s
#42	Claude Sonnet 4.6 none	Anthropic	1	6.5	1/2	1.96s
#48	Gemma 4 31B none	Google	1	6.5	1/2	2.84s
#55	MiMo-V2-Omni none	Xiaomi	1	6.5	1/2	4.18s
#58	GLM 5V Turbo none	Z.ai	1	6.5	1/2	1.97s
#59	Qwen3.5-Flash none	Qwen	1	6.3	1/2	8.81s
#60	Gemma 4 26B A4B none	Google	1	4.4	0/2	1.08s

Melhores modelos por Contagem de Resposta incorreta