Clasament Programare x Nu a urmat instrucțiunile

Eșecuri pe categorii AI BENCHY

Vezi ce modele AI au cele mai mari șanse să întâmpine Nu a urmat instrucțiunile la Programare, ca să găsești mai repede punctele slabe.

Modele afișate

Eșecuri totale

Modelul cel mai afectat

Motive de eșec

Răspuns greșit230 Eroare API43 Timp expirat23 Fără răspuns18 Nu a urmat instrucțiunile16 Formatare suplimentară12

Categorii

Rezolvare de puzzle-uri82 Inteligență generală74 Trucuri anti-AI31 Programare16 Respectarea instrucțiunilor15 Apelare instrumente6 Combinat1 Specific domeniului1

16/16

Rang	Model	Companie	Număr de Nu a urmat instrucțiunile	Scor de categorie	Cost total	Teste corecte	Timp de răspuns (mediu)
#184	Qwen3.5-9B medium	Qwen	1	2.9	$0.036	0/3	100.9s
Total teste 3 Teste greșite 3 Cost total $0.036 Timp de răspuns (mediu) 100.9s

Filtrează modelele