AI BENCHY
Your ad 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: Pontuação ↓.

Modelos exibidos

15

Falhas totais

180

Modelo mais afetado

Seed-2.0-Lite 2

Categorias

Na categoria Resolução de quebra-cabeças75 Na categoria Inteligência geral58 Na categoria Seguimento de instruções22 Na categoria Truques anti-IA17 Na categoria Chamada de ferramentas6 Na categoria Programação2
Posição Modelo Empresa Contagem de Não seguiu as instruções Pontuação Testes corretos Tempo de resposta (médio)
#44 GPT-5.4 Mini medium OpenAI 5 7.3 9/18 15.2s
#45 GPT-5 Mini medium OpenAI 4 7.0 9/18 24.0s
#46 Kimi K2.5 medium Moonshot AI 2 7.0 9/18 72.4s
#47 Grok 4.20 medium X AI 4 7.0 9/18 10.3s
#48 Gemma 4 31B none Google 1 6.9 10/18 4.02s
#50 Hunter Alpha medium OpenRouter 2 6.7 8/18 10.3s
#51 Nemotron 3 Super medium NVIDIA 4 6.7 9/18 19.1s
#52 Grok 4.1 Fast medium X AI 4 6.7 9/18 23.9s
#54 Mercury 2 medium Inception 4 6.5 8/18 2.21s
#55 MiMo-V2-Omni none Xiaomi 2 6.5 8/18 1.99s
#56 Grok 4.20 Multi Agent Beta medium X AI 4 6.4 7/18 9.80s
#57 GPT-5 Nano medium OpenAI 3 6.3 7/18 44.1s
#58 GLM 5V Turbo none Z.ai 2 6.2 8/18 3.10s
#59 Qwen3.5-Flash none Qwen 1 6.2 8/18 3.25s
#60 Gemma 4 26B A4B none Google 3 6.2 7/18 6.59s

Melhores modelos por Contagem de Não seguiu as instruções

Contagem de Não seguiu as instruções vs Pontuação

Melhores modelos por Tempo de resposta (médio)