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 incorreta53 Não seguiu as instruções11 Formatação extra2 Sem resposta2 Erro de API1

Categorias

Específico do domínio314 Truques anti-IA245 Programação194 Resolução de quebra-cabeças147 Conhecimentos gerais130 Seguimento de instruções53 Combinado52 Análise e extração de dados35 Inteligência geral32 Chamada de ferramentas2

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Testes corretos	Tempo de resposta (médio)
#32	Gemini 3.5 Flash minimal	Google	1	6.4	1/2	893ms
#48	Gemini 3 Flash Preview none	Google	1	6.4	1/2	1.58s
#55	GLM 5.1 medium	Z.ai	1	6.4	1/2	7.47s
#77	Claude Sonnet 4.6 none	Anthropic	1	6.5	1/2	1.96s
#85	Gemma 4 31B none	Google	1	6.5	1/2	2.84s
#88	Qwen3.7 Plus none	Qwen	1	6.3	1/2	929ms
#91	GPT-5.5 none	OpenAI	1	6.2	1/2	1.15s
#101	Mimo V2 Omni none	Xiaomi	1	6.5	1/2	4.26s
#102	Gemma 4 26B A4B none	Google	1	6.3	1/2	690ms
#106	Grok 4.20 Beta none	X AI	1	6.3	1/2	649ms
#108	Qwen3.5-Flash none	Qwen	1	6.3	1/2	8.81s
#109	GLM 5V Turbo none	Z.ai	1	6.5	1/2	1.97s
#111	Owl Alpha medium	Openrouter	1	6.5	1/2	10.2s
#113	DeepSeek V4 Pro none	DeepSeek	1	6.3	1/2	8.23s
#114	Qwen3.5 Plus 2026-04-20 none	Qwen	1	6.2	1/2	1.17s

Melhores modelos por Contagem de Resposta incorreta