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

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)
#94	MiMo-V2-Flash none	Xiaomi	1	4.5	3/18	2.79s
#95	Grok 4.1 Fast none	X AI	2	4.5	3/18	1.76s
#97	Qwen3.5-9B medium	Qwen	2	4.4	3/18	73.6s
#96	GPT-5.4 Nano none	OpenAI	3	4.5	2/18	1.40s
#98	LFM2-24B-A2B none	Liquid	2	4.1	1/16	811ms

←

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)