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: Тестов верно ↑.

Показано моделей

Всего сбоев

180

Наиболее затронутая модель

LFM2-24B-A2B 2

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)
#20	Qwen3.6 Plus medium	Qwen	1	8.1	13/18	15.3s
#22	Gemini 3.1 Flash Lite Preview low	Google	1	8.1	13/18	3.22s
#24	Gemma 4 26B A4B medium	Google	1	8.0	13/18	25.0s
#11	Gemini 3.1 Flash Lite Preview high	Google	1	8.4	12/16	68.8s
#9	Qwen3.6 Plus Preview medium	Qwen	1	8.5	13/17	13.9s

←

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)