AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Falhas AI BENCHY

Falhas por Não seguiu as instruções

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

15

Falhas totais

215

Modelo mais afetado

Granite 4.1 8B 4
Posição Modelo Empresa Contagem de Não seguiu as instruções Pontuação Testes corretos Tempo de resposta (médio)
#163 Granite 4.1 8B none IBM Granite 4 4.0 2/21 728ms
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 2 4.1 2/19 728ms
#161 Qwen3.5-9B medium Qwen 1 4.2 3/21 82.2s
#160 LFM2-24B-A2B none Liquid 1 4.2 2/16 782ms
#159 Ling-2.6-1T none Inclusionai 2 4.3 3/21 7.72s
#158 GLM 4.7 Flash medium Z.ai 2 4.4 4/21 35.1s
#157 Grok 4.1 Fast none X AI 3 4.4 3/19 1.62s
#156 Hy3 preview none Tencent 4 4.4 4/21 12.9s
#155 Mercury 2 none Inception 1 4.5 4/21 653ms
#154 Qwen3.5-9B none Qwen 2 4.6 4/21 1.89s
#153 Qwen3.6 35B A3B none Qwen 2 4.6 4/21 3.73s
#152 MiMo-V2-Flash none Xiaomi 2 4.6 4/21 2.76s
#151 Trinity Large Preview none Arcee AI 3 4.6 4/21 2.98s
#150 Qwen3 Coder Next medium Qwen 3 4.6 4/21 8.58s
#149 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 1 4.6 4/19 17.1s

Melhores modelos por Contagem de Não seguiu as instruções

Contagem de Não seguiu as instruções vs Pontuação

Melhores modelos por Tempo de resposta (médio)