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.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Sababu za kushindwa

Jibu lisilo sahihi53 Hakufuata maelekezo11 Hakuna jibu2 Muundo wa ziada2 Hitilafu ya API1

Kategoria

Mahususi kwa domeni314 Mbinu za kupinga AI245 Uandishi wa msimbo194 Utatuzi wa mafumbo147 Maarifa ya jumla130 Ufuataji wa maagizo53 Mchanganyiko52 Uchanganuzi na uchimbaji wa data35 Akili ya jumla32 Mwito wa zana2

Nafasi	Modeli	Kampuni	Idadi ya Jibu lisilo sahihi	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#115	Qwen3.5-27B none	Qwen	1	6.3	1/2	1.03s
#116	Hunter Alpha none	OpenRouter	1	6.4	1/2	2.82s
#117	Qwen3.5-35B-A3B none	Qwen	1	6.3	1/2	809ms
#118	Qwen3.6 27B none	Qwen	1	6.2	1/2	1.92s
#120	Mimo V2 PRO none	Xiaomi	1	6.5	1/2	2.51s
#121	Owl Alpha none	Openrouter	1	6.4	1/2	2.63s
#122	GLM 4.7 Flash none	Z.ai	1	6.5	1/2	888ms
#123	MiMo-V2.5-Pro none	Xiaomi	1	6.4	1/2	1.03s
#124	Kimi K2.6 none	Moonshot AI	1	6.5	1/2	1.64s
#125	GPT-5.4 none	OpenAI	1	6.5	1/2	1.07s
#127	Grok 4.20 none	X AI	1	6.3	1/2	445ms
#128	Qwen3.6 Flash none	Qwen	1	6.3	1/2	1.10s
#130	MiniMax M2.7 medium	Minimax	1	3.8	0/2	12.8s
#131	Qwen3.5-122B-A10B none	Qwen	1	6.3	1/2	513ms
#132	Mistral Small 4 medium	Mistral	1	7.3	1/2	1.38s

←

1 2 3 4

→

Modeli bora kwa Idadi ya Jibu lisilo sahihi