Рейтинг Решение головоломок x Лишнее форматирование

Сбои по категориям AI BENCHY

Посмотрите, какие AI-модели чаще всего сталкиваются с Лишнее форматирование в Решение головоломок, чтобы быстрее находить слабые места. Сортировать по: Время ответа (среднее) ↑.

Показано моделей

Всего сбоев

Наиболее затронутая модель

Claude Sonnet 4.6 1

Причины сбоев

Неверный ответ85 Не соблюдены инструкции75 Тайм-аут6 Лишнее форматирование2 Ошибка API1

Категории

Анти-ИИ уловки11 Предметно-ориентированное8 Парсинг и извлечение данных2 Решение головоломок2

Ранг	Модель	Компания	Количество Лишнее форматирование	Оценка категории	Тестов верно	Время ответа (среднее)
#42	Claude Sonnet 4.6 none	Anthropic	1	7.7	2/3	2.92s
#23	MiMo-V2-Pro medium	Xiaomi	1	7.0	1/3	4.71s

Лучшие модели по Количество Лишнее форматирование

Количество Лишнее форматирование против Оценка

Лучшие модели по Время ответа (среднее)

Лучшие модели по Оценочная стоимость потерь

Решение головоломок: 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