Ranking de falhas por Não seguiu as instruções

Falhas AI BENCHY

Veja quais modelos de IA encontram Não seguiu as instruções com mais frequência para identificar riscos de confiabilidade antes de escolher. Ordenar por: Pontuação ↑.

Modelos exibidos

Falhas totais

215

Modelo mais afetado

Granite 4.1 8B 4

Categorias

Na categoria Resolução de quebra-cabeças78 Na categoria Inteligência geral74 Na categoria Truques anti-IA30 Na categoria Programação14 Na categoria Seguimento de instruções11 Na categoria Chamada de ferramentas6 Na categoria Combinado1 Na categoria Específico do domínio1

Posição	Modelo	Empresa	Contagem de Não seguiu as instruções	Pontuação	Testes corretos	Tempo de resposta (médio)
#92	Laguna M.1 medium	Poolside	1	6.4	9/19	14.7s
#90	Gemini 3.1 Flash Lite none	Google	1	6.4	9/21	1.06s
#88	Qwen3.7 Plus none	Qwen	1	6.4	10/21	2.85s
#87	Gemini 3.1 Flash Lite minimal	Google	3	6.4	10/21	1.33s
#86	Grok 4.1 Fast medium	X AI	4	6.5	9/19	23.8s
#85	Gemma 4 31B none	Google	1	6.5	10/21	4.05s
#84	Grok 4.20 Multi Agent Beta medium	X AI	2	6.6	8/18	9.69s
#83	Step 3.5 Flash none	Stepfun	1	6.6	6/12	39.0s
#81	Mercury 2 medium	Inception	3	6.6	10/21	2.24s
#80	Mimo V2 Omni medium	Xiaomi	2	6.7	10/21	41.2s
#79	Hunter Alpha medium	OpenRouter	2	6.7	8/18	10.3s
#78	Qwen3.6 27B medium	Qwen	1	6.8	10/21	59.7s
#77	Claude Sonnet 4.6 none	Anthropic	1	6.8	11/21	5.04s
#76	Kimi K2.5 medium	Moonshot AI	2	6.8	10/21	98.4s
#75	Ring-2.6-1T medium	Inclusionai	2	6.9	11/21	61.3s

←

1 4 5 6 8

→

Falhas por Não seguiu as instruções

Melhores modelos por Contagem de Não seguiu as instruções

Contagem de Não seguiu as instruções vs Pontuação

Melhores modelos por Tempo de resposta (médio)