Рейтинг Следование инструкциям x Лишнее форматирование

Сбои по категориям AI BENCHY

Посмотрите, какие AI-модели чаще всего сталкиваются с Лишнее форматирование в Следование инструкциям, чтобы быстрее находить слабые места. Сортировать по: Общая стоимость ↓.

Показано моделей

Всего сбоев

Наиболее затронутая модель

DeepSeek V4 Flash 1

Причины сбоев

Неверный ответ54 Не соблюдены инструкции12 Лишнее форматирование2 Нет ответа2 Ошибка API1

Категории

Анти-ИИ уловки18 Предметно-ориентированное13 Программирование11 Парсинг и извлечение данных4 Решение головоломок4 Следование инструкциям2 Комбинированный1

2/2

Ранг	Модель	Компания	Количество Лишнее форматирование	Оценка категории	Общая стоимость	Тестов верно	Время ответа (среднее)
#117	DeepSeek V4 Flash none	DeepSeek	1	6.5	$0.007	1/2	17.5s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $0.007 Время ответа (среднее) 17.5s
#158	Hy3 preview none	Tencent	1	6.3	$0.003	1/2	13.0s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $0.003 Время ответа (среднее) 13.0s

Фильтровать модели

Лучшие модели по Количество Лишнее форматирование

Количество Лишнее форматирование против Оценка

Лучшие модели по Время ответа (среднее)

Лучшие модели по Оценочная стоимость потерь

Следование инструкциям: Лишнее форматирование

Фильтровать модели

Лучшие модели по Количество Лишнее форматирование

Количество Лишнее форматирование против Оценка

Лучшие модели по Время ответа (среднее)

Лучшие модели по Оценочная стоимость потерь