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.

Modelos exibidos

Falhas totais

215

Modelo mais afetado

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)
#58	Gemini 3.1 Flash Lite Preview none	Google	2	7.2	12/21	1.21s
#60	Kimi K2.6 medium	Moonshot AI	2	7.2	12/21	71.7s
#63	GPT-5.3 Chat none	OpenAI	2	7.2	12/21	6.34s
#65	Grok 4.20 medium	X AI	2	7.1	12/21	27.7s
#67	MiniMax M3 medium	Minimax	2	7.1	11/21	68.2s
#70	GPT-5.4 Nano medium	OpenAI	2	7.0	11/21	12.0s
#75	Ring-2.6-1T medium	Inclusionai	2	6.9	11/21	61.3s
#76	Kimi K2.5 medium	Moonshot AI	2	6.8	10/21	98.4s
#79	Hunter Alpha medium	OpenRouter	2	6.7	8/18	10.3s
#80	Mimo V2 Omni medium	Xiaomi	2	6.7	10/21	41.2s
#84	Grok 4.20 Multi Agent Beta medium	X AI	2	6.6	8/18	9.69s
#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
#100	Grok Build 0.1 none	X AI	2	6.0	7/19	28.7s
#102	Gemma 4 26B A4B none	Google	2	6.0	8/21	5.91s

←

1 2 3 4 8

→

Falhas por Não seguiu as instruções