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: Testes corretos ↓.

Modelos exibidos

13

Falhas totais

215

Modelo mais afetado

Gemini 3.5 Flash 1
Posição Modelo Empresa Contagem de Não seguiu as instruções Pontuação Testes corretos Tempo de resposta (médio)
#151 Trinity Large Preview none Arcee AI 3 4.6 4/21 2.98s
#152 MiMo-V2-Flash none Xiaomi 2 4.6 4/21 2.76s
#153 Qwen3.6 35B A3B none Qwen 2 4.6 4/21 3.73s
#154 Qwen3.5-9B none Qwen 2 4.6 4/21 1.89s
#155 Mercury 2 none Inception 1 4.5 4/21 653ms
#156 Hy3 preview none Tencent 4 4.4 4/21 12.9s
#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
#159 Ling-2.6-1T none Inclusionai 2 4.3 3/21 7.72s
#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
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 2 4.1 2/19 728ms
#163 Granite 4.1 8B none IBM Granite 4 4.0 2/21 728ms

Melhores modelos por Contagem de Não seguiu as instruções

Contagem de Não seguiu as instruções vs Pontuação

Melhores modelos por Tempo de resposta (médio)