Clasament al eșecurilor pentru Nu a urmat instrucțiunile

Eșecuri AI BENCHY

Vezi ce modele AI se lovesc cel mai des de Nu a urmat instrucțiunile, ca să identifici riscurile de fiabilitate înainte să alegi. Sortează după: Timp de răspuns (mediu) ↓.

Modele afișate

Eșecuri totale

180

Modelul cel mai afectat

Qwen3.5-9B 2

Categorii

În categoria Rezolvare de puzzle-uri75 În categoria Inteligență generală58 În categoria Respectarea instrucțiunilor22 În categoria Trucuri anti-AI17 În categoria Apelare instrumente6 În categoria Programare2

Rang	Model	Companie	Număr de Nu a urmat instrucțiunile	Scor	Teste corecte	Timp de răspuns (mediu)
#82	Grok 4.20 none	X AI	2	5.2	5/18	1.11s
#62	Gemini 2.5 Flash none	Google	1	6.2	7/18	903ms
#98	LFM2-24B-A2B none	Liquid	2	4.1	1/16	811ms
#83	Mistral Small 4 none	Mistral	2	5.2	5/18	665ms
#91	Mercury 2 none	Inception	1	4.8	4/18	613ms

←

1 2 3 4 5 6

Eșecuri Nu a urmat instrucțiunile

Top modele după Număr de Nu a urmat instrucțiunile

Număr de Nu a urmat instrucțiunile vs Scor

Top modele după Timp de răspuns (mediu)