Рейтинг Программирование x Не соблюдены инструкции

Сбои по категориям AI BENCHY

Посмотрите, какие AI-модели чаще всего сталкиваются с Не соблюдены инструкции в Программирование, чтобы быстрее находить слабые места.

Показано моделей

Всего сбоев

Наиболее затронутая модель

Причины сбоев

Неверный ответ230 Ошибка API43 Тайм-аут23 Нет ответа18 Не соблюдены инструкции16 Лишнее форматирование12

Категории

Решение головоломок82 Общий интеллект74 Анти-ИИ уловки31 Программирование16 Следование инструкциям15 Вызов инструментов6 Комбинированный1 Предметно-ориентированное1

16/16

Ранг	Модель	Компания	Количество Не соблюдены инструкции	Оценка категории	Общая стоимость	Тестов верно	Время ответа (среднее)
#184	Qwen3.5-9B medium	Qwen	1	2.9	$0.036	0/3	100.9s
Всего тестов 3 Ошибочных тестов 3 Общая стоимость $0.036 Время ответа (среднее) 100.9s

Фильтровать модели