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: Время ответа (среднее) ↓.

Показано моделей

Всего сбоев

Наиболее затронутая модель

DeepSeek V4 Flash 1

Причины сбоев

Неверный ответ49 Не соблюдены инструкции23 Лишнее форматирование2 Ошибка API1 Тайм-аут1

Категории

Анти-ИИ уловки12 Предметно-ориентированное11 Парсинг и извлечение данных4 Решение головоломок4 Следование инструкциям2

Ранг	Модель	Компания	Количество Лишнее форматирование	Оценка категории	Тестов верно	Время ответа (среднее)
#92	DeepSeek V4 Flash none	DeepSeek	1	6.5	1/2	17.5s
#108	HY3 Preview none	Tencent	1	6.3	1/2	13.0s

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

Лучшие модели по Количество Лишнее форматирование

Количество Лишнее форматирование против Оценка

Лучшие модели по Время ответа (среднее)

Лучшие модели по Оценочная стоимость потерь