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)
#134	GLM 5 Turbo none	Z.ai	1	6.5	1/2	2.13s
#135	Kimi K2.5 none	Moonshot AI	1	6.5	1/2	2.67s
#140	Qwen3 Coder Next none	Qwen	1	6.3	1/2	7.78s
#141	Nemotron 3 Super none	NVIDIA	1	6.3	1/2	804ms
#142	Mistral Small 4 none	Mistral	1	6.5	1/2	380ms
#143	MiMo-V2.5 none	Xiaomi	1	6.5	1/2	751ms
#144	GPT-5.4 Mini none	OpenAI	1	6.3	1/2	728ms
#145	Laguna M.1 none	Poolside	1	6.3	1/2	683ms
#146	Laguna Xs.2 none	Poolside	1	6.5	1/2	439ms
#147	GPT-4o-mini none	OpenAI	1	6.3	1/2	1.11s
#148	GPT-5.4 Nano none	OpenAI	1	6.3	1/2	784ms
#150	Qwen3 Coder Next medium	Qwen	1	6.3	1/2	7.49s
#151	Trinity Large Preview none	Arcee AI	1	3.5	0/2	822ms
#152	MiMo-V2-Flash none	Xiaomi	1	6.5	1/2	857ms
#153	Qwen3.6 35B A3B none	Qwen	1	6.2	1/2	1.86s

←

1 2 3 4

→

Melhores modelos por Contagem de Resposta incorreta