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: Testes corretos ↓.

Modelos exibidos

Falhas totais

215

Modelo mais afetado

Gemini 3.5 Flash 1

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)
#83	Step 3.5 Flash none	Stepfun	1	6.6	6/12	39.0s
#76	Kimi K2.5 medium	Moonshot AI	2	6.8	10/21	98.4s
#78	Qwen3.6 27B medium	Qwen	1	6.8	10/21	59.7s
#80	Mimo V2 Omni medium	Xiaomi	2	6.7	10/21	41.2s
#81	Mercury 2 medium	Inception	3	6.6	10/21	2.24s
#85	Gemma 4 31B none	Google	1	6.5	10/21	4.05s
#87	Gemini 3.1 Flash Lite minimal	Google	3	6.4	10/21	1.33s
#88	Qwen3.7 Plus none	Qwen	1	6.4	10/21	2.85s
#86	Grok 4.1 Fast medium	X AI	4	6.5	9/19	23.8s
#92	Laguna M.1 medium	Poolside	1	6.4	9/19	14.7s
#79	Hunter Alpha medium	OpenRouter	2	6.7	8/18	10.3s
#84	Grok 4.20 Multi Agent Beta medium	X AI	2	6.6	8/18	9.69s
#90	Gemini 3.1 Flash Lite none	Google	1	6.4	9/21	1.06s
#94	GPT-5 Nano medium	OpenAI	2	6.3	9/21	42.5s
#96	Ring-2.6-1T none	Inclusionai	2	6.2	9/21	55.1s

←

1 3 4 5 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)