Рейтинг сбоев по Не соблюдены инструкции

Сбои AI BENCHY

Посмотрите, какие AI-модели чаще всего сталкиваются с Не соблюдены инструкции, чтобы заранее заметить риски надежности. Сортировать по: Число сбоев ↑.

Показано моделей

Всего сбоев

180

Наиболее затронутая модель

Qwen3.6 Plus Preview 1

Категории

В категории Решение головоломок75 В категории Общий интеллект58 В категории Следование инструкциям22 В категории Анти-ИИ уловки17 В категории Вызов инструментов6 В категории Программирование2

Ранг	Модель	Компания	Количество Не соблюдены инструкции	Оценка	Тестов верно	Время ответа (среднее)
#88	Nemotron 3 Super none	NVIDIA	4	5.1	4/18	8.54s
#44	GPT-5.4 Mini medium	OpenAI	5	7.3	9/18	15.2s
#84	gpt-oss-120b none	OpenAI	5	5.2	4/18	12.0s
#92	Qwen3 Coder Next medium	Qwen	5	4.7	3/18	10.8s
#80	MiniMax M2.7 medium	Minimax	6	5.3	4/18	31.1s

←

1 2 3 4 5 6

Сбои: Не соблюдены инструкции

Лучшие модели по Количество Не соблюдены инструкции

Количество Не соблюдены инструкции против Оценка

Лучшие модели по Время ответа (среднее)