Рейтинг сбоев по Не соблюдены инструкции | AI BENCHY

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

15

Всего сбоев

215

Наиболее затронутая модель

Gemini 3.5 Flash 1

Категории

В категории Решение головоломок78 В категории Общий интеллект74 В категории Анти-ИИ уловки30 В категории Программирование14 В категории Следование инструкциям11 В категории Вызов инструментов6 В категории Комбинированный1 В категории Предметно-ориентированное1

Ранг	Модель	Компания	Количество Не соблюдены инструкции	Оценка	Тестов верно	Время ответа (среднее)
#153	Qwen3.6 35B A3B none	Qwen	2	4.6	4/21	3.73s
#154	Qwen3.5-9B none	Qwen	2	4.6	4/21	1.89s
#158	GLM 4.7 Flash medium	Z.ai	2	4.4	4/21	35.1s
#159	Ling-2.6-1T none	Inclusionai	2	4.3	3/21	7.72s
#162	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	2	4.1	2/19	728ms
#42	GPT-5.2 medium	OpenAI	3	7.5	13/21	16.9s
#45	GPT-5.4 Mini medium	OpenAI	3	7.5	12/21	22.3s
#53	Gemini 3.1 Flash Lite high	Google	3	7.3	10/18	62.0s
#54	GPT-5 Mini medium	OpenAI	3	7.3	12/21	23.6s
#62	Step 3.5 Flash medium	Stepfun	3	7.2	11/20	72.5s
#81	Mercury 2 medium	Inception	3	6.6	10/21	2.24s
#87	Gemini 3.1 Flash Lite minimal	Google	3	6.4	10/21	1.33s
#99	gpt-oss-120b medium	OpenAI	3	6.1	9/21	22.3s
#105	Nemotron 3 Super medium	NVIDIA	3	5.8	8/21	32.0s
#119	Cobuddy medium	Baidu	3	5.6	7/21	39.9s

←

1 6 7 8

→

Лучшие модели по Количество Не соблюдены инструкции

Количество Не соблюдены инструкции против Оценка

Лучшие модели по Время ответа (среднее)