AI BENCHY
Advertise here

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: Tempo de resposta (médio) ↓.

Modelos exibidos

15

Falhas totais

215

Modelo mais afetado

Kimi K2.5 2

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)
#96 Ring-2.6-1T none Inclusionai 2 6.2 9/21 55.1s
#38 Grok 4.3 medium X AI 2 7.6 13/21 47.5s
#19 Seed-2.0-Lite medium Bytedance Seed 2 8.2 14/21 47.1s
#31 DeepSeek V4 Flash high DeepSeek 2 7.7 13/21 45.8s
#94 GPT-5 Nano medium OpenAI 2 6.3 9/21 42.5s
#80 Mimo V2 Omni medium Xiaomi 2 6.7 10/21 41.2s
#119 Cobuddy medium Baidu 3 5.6 7/21 39.9s
#83 Step 3.5 Flash none Stepfun 1 6.6 6/12 39.0s
#130 MiniMax M2.7 medium Minimax 5 5.3 5/21 38.2s
#158 GLM 4.7 Flash medium Z.ai 2 4.4 4/21 35.1s
#17 GLM 5 medium Z.ai 1 8.3 15/21 33.5s
#105 Nemotron 3 Super medium NVIDIA 3 5.8 8/21 32.0s
#26 Qwen3.6 Plus medium Qwen 1 7.9 14/21 30.7s
#100 Grok Build 0.1 none X AI 2 6.0 7/19 28.7s
#65 Grok 4.20 medium X AI 2 7.1 12/21 27.7s

Melhores modelos por Contagem de Não seguiu as instruções

Contagem de Não seguiu as instruções vs Pontuação

Melhores modelos por Tempo de resposta (médio)