AI BENCHY
Advertise here

Сбои AI BENCHY

Сбои: Не соблюдены инструкции

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

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)
#33 Hy3 preview medium Tencent 1 7.7 14/21 16.3s
#38 Grok 4.3 medium X AI 2 7.6 13/21 47.5s
#39 Qwen3.6 Flash medium Qwen 1 7.5 12/21 19.2s
#40 Gemini 3.1 Flash Lite Preview medium Google 1 7.5 13/21 3.96s
#42 GPT-5.2 medium OpenAI 3 7.5 13/21 16.9s
#43 MiMo-V2.5-Pro medium Xiaomi 2 7.5 12/21 26.1s
#44 Gemini 3.1 Flash Lite medium Google 1 7.5 13/21 3.23s
#45 GPT-5.4 Mini medium OpenAI 3 7.5 12/21 22.3s
#46 Qwen3.6 35B A3B medium Qwen 1 7.4 13/21 18.1s
#49 Qwen3.5-Flash medium Qwen 1 7.4 12/21 63.3s
#50 Gemini 3.1 Flash Lite Preview low Google 1 7.4 13/21 2.77s
#51 Mimo V2 PRO medium Xiaomi 1 7.4 12/21 22.2s
#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
#56 MiMo-V2.5 medium Xiaomi 1 7.3 12/21 27.1s

Лучшие модели по Количество Не соблюдены инструкции

Количество Не соблюдены инструкции против Оценка

Лучшие модели по Время ответа (среднее)