Clasament Respectarea instrucțiunilor x Formatare suplimentară

Eșecuri pe categorii AI BENCHY

Vezi ce modele AI au cele mai mari șanse să întâmpine Formatare suplimentară la Respectarea instrucțiunilor, ca să găsești mai repede punctele slabe.

Modele afișate

Eșecuri totale

Modelul cel mai afectat

Motive de eșec

Răspuns greșit54 Nu a urmat instrucțiunile12 Formatare suplimentară2 Fără răspuns2 Eroare API1

Categorii

Trucuri anti-AI18 Specific domeniului13 Programare11 Parsare și extragere de date4 Rezolvare de puzzle-uri4 Respectarea instrucțiunilor2 Combinat1

2/2

Rang	Model	Companie	Număr de Formatare suplimentară	Scor de categorie	Cost total	Teste corecte	Timp de răspuns (mediu)
#117	DeepSeek V4 Flash none	DeepSeek	1	6.5	$0.007	1/2	17.5s
Total teste 2 Teste greșite 1 Cost total $0.007 Timp de răspuns (mediu) 17.5s
#158	Hy3 preview none	Tencent	1	6.3	$0.003	1/2	13.0s
Total teste 2 Teste greșite 1 Cost total $0.003 Timp de răspuns (mediu) 13.0s

Filtrează modelele