Рейтинг Общий интеллект x Неверный ответ

Сбои по категориям AI BENCHY

Посмотрите, какие AI-модели чаще всего сталкиваются с Неверный ответ в Общий интеллект, чтобы быстрее находить слабые места.

Показано моделей

Всего сбоев

Наиболее затронутая модель

Причины сбоев

Не соблюдены инструкции74 Неверный ответ32 Ошибка API12 Тайм-аут4

Категории

Предметно-ориентированное314 Анти-ИИ уловки245 Программирование194 Решение головоломок147 Эрудиция130 Следование инструкциям53 Комбинированный52 Парсинг и извлечение данных35 Общий интеллект32 Вызов инструментов2

Ранг	Модель	Компания	Количество Неверный ответ	Оценка категории	Тестов верно	Время ответа (среднее)
#158	GLM 4.7 Flash medium	Z.ai	1	3.6	0/1	18.1s
#163	Granite 4.1 8B none	IBM Granite	1	4.0	0/1	499ms

Лучшие модели по Количество Неверный ответ