Orodha ya Ufuataji wa maagizo x Jibu lisilo sahihi

Kushindwa kwa kategoria za AI BENCHY

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Jibu lisilo sahihi katika Ufuataji wa maagizo, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

MiniMax M2.7 1

Sababu za kushindwa

Jibu lisilo sahihi44 Hakufuata maelekezo22 Hitilafu ya API1 Muda umeisha1

Kategoria

Mahususi kwa domeni182 Mbinu za kupinga AI165 Utatuzi wa mafumbo85 Ufuataji wa maagizo44 Mchanganyiko37 Uandishi wa msimbo28 Uchanganuzi na uchimbaji wa data19 Akili ya jumla10 Mwito wa zana2

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#80	MiniMax M2.7 medium	Minimax	1	3.7	0/2	12.6s
#59	Qwen3.5-Flash none	Qwen	1	6.3	1/2	8.81s
#87	Qwen3 Coder Next none	Qwen	2	4.8	0/2	7.71s
#33	GLM 5.1 medium	Z.ai	1	6.4	1/2	7.47s
#92	Qwen3 Coder Next medium	Qwen	1	4.8	0/2	7.34s
#28	GPT-5.2 Chat none	OpenAI	1	7.5	1/2	5.46s
#55	MiMo-V2-Omni none	Xiaomi	1	6.5	1/2	4.18s
#36	GPT-5.3 Chat none	OpenAI	1	8.3	1/2	3.29s
#93	GLM 4.7 Flash medium	Z.ai	1	6.2	1/2	2.97s
#48	Gemma 4 31B none	Google	1	6.5	1/2	2.84s
#72	Hunter Alpha none	OpenRouter	1	6.4	1/2	2.82s
#76	Kimi K2.5 none	Moonshot AI	1	6.5	1/2	2.67s
#65	MiMo-V2-Pro none	Xiaomi	1	6.5	1/2	2.51s
#77	GLM 5 Turbo none	Z.ai	1	6.5	1/2	2.13s
#58	GLM 5V Turbo none	Z.ai	1	6.5	1/2	1.97s

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Ufuataji wa maagizo: Jibu lisilo sahihi

Modeli bora kwa Idadi ya Jibu lisilo sahihi

Idadi ya Jibu lisilo sahihi dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa