Сбои по категориям AI BENCHY

Решение головоломок

Лишнее форматирование

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

Связанные причины сбоев

Неверный ответ55 Не соблюдены инструкции24 Тайм-аут4 Лишнее форматирование1 Ошибка API1

Связанные категории

Анти-ИИ уловки8 Предметно-ориентированное3 Парсинг и извлечение данных1 Решение головоломок1

Ранг	Модель	Компания	Количество Лишнее форматирование	Оценка категории	Тестов верно	Время ответа (среднее)
#25	Claude Sonnet 4.6 none	Anthropic	1	7.0	2/3	2.92s

Решение головоломок

Лишнее форматирование

Лучшие модели по Количество Лишнее форматирование

Количество Лишнее форматирование vs средний балл

Лучшие модели по Время ответа (среднее)

Лучшие модели по Оценочная стоимость потерь