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.

Modelos exibidos

13

Falhas totais

215

Modelo mais afetado

MiniMax M2.7 5
Posição Modelo Empresa Contagem de Não seguiu as instruções Pontuação Testes corretos Tempo de resposta (médio)
#125 GPT-5.4 none OpenAI 1 5.5 7/21 1.42s
#128 Qwen3.6 Flash none Qwen 1 5.4 7/21 1.60s
#133 DeepSeek V3.2 none DeepSeek 1 5.2 6/21 13.8s
#139 DeepSeek V4 Flash none DeepSeek 1 5.0 5/21 26.8s
#140 Qwen3 Coder Next none Qwen 1 4.9 5/21 8.62s
#142 Mistral Small 4 none Mistral 1 4.9 5/21 630ms
#143 MiMo-V2.5 none Xiaomi 1 4.9 5/21 2.20s
#146 Laguna Xs.2 none Poolside 1 4.8 5/19 806ms
#147 GPT-4o-mini none OpenAI 1 4.8 5/21 1.77s
#149 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 1 4.6 4/19 17.1s
#155 Mercury 2 none Inception 1 4.5 4/21 653ms
#160 LFM2-24B-A2B none Liquid 1 4.2 2/16 782ms
#161 Qwen3.5-9B medium Qwen 1 4.2 3/21 82.2s

Melhores modelos por Contagem de Não seguiu as instruções

Contagem de Não seguiu as instruções vs Pontuação

Melhores modelos por Tempo de resposta (médio)