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: Оценка ↓.

Показано моделей

15

Всего сбоев

180

Наиболее затронутая модель

Seed-2.0-Lite 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)
#6	Seed-2.0-Lite medium	Bytedance Seed	2	8.6	13/18	30.4s
#7	GPT-5.3-Codex medium	OpenAI	2	8.6	13/18	15.4s
#9	Qwen3.6 Plus Preview medium	Qwen	1	8.5	13/17	13.9s
#10	Qwen3.5-27B medium	Qwen	2	8.4	13/18	53.0s
#11	Gemini 3.1 Flash Lite Preview high	Google	1	8.4	12/16	68.8s
#13	GLM 5 medium	Z.ai	1	8.4	13/18	23.3s
#14	Gemma 4 31B medium	Google	1	8.3	13/18	24.9s
#15	Gemini 2.5 Flash medium	Google	1	8.2	13/18	12.1s
#16	GPT-5.4 medium	OpenAI	2	8.2	13/18	18.6s
#17	Gemini 3.1 Flash Lite Preview medium	Google	1	8.2	13/18	3.74s
#18	GLM 5 Turbo medium	Z.ai	2	8.1	12/18	17.7s
#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
#23	MiMo-V2-Pro medium	Xiaomi	1	8.1	12/18	12.3s
#24	Gemma 4 26B A4B medium	Google	1	8.0	13/18	25.0s

1 2 3 4 5 6

→

Лучшие модели по Количество Не соблюдены инструкции

Количество Не соблюдены инструкции против Оценка

Лучшие модели по Время ответа (среднее)