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)
#134	GLM 5 Turbo none	Z.ai	1	6.5	1/2	2.13s
#135	Kimi K2.5 none	Moonshot AI	1	6.5	1/2	2.67s
#140	Qwen3 Coder Next none	Qwen	1	6.3	1/2	7.78s
#141	Nemotron 3 Super none	NVIDIA	1	6.3	1/2	804ms
#142	Mistral Small 4 none	Mistral	1	6.5	1/2	380ms
#143	MiMo-V2.5 none	Xiaomi	1	6.5	1/2	751ms
#144	GPT-5.4 Mini none	OpenAI	1	6.3	1/2	728ms
#145	Laguna M.1 none	Poolside	1	6.3	1/2	683ms
#146	Laguna Xs.2 none	Poolside	1	6.5	1/2	439ms
#147	GPT-4o-mini none	OpenAI	1	6.3	1/2	1.11s
#148	GPT-5.4 Nano none	OpenAI	1	6.3	1/2	784ms
#150	Qwen3 Coder Next medium	Qwen	1	6.3	1/2	7.49s
#151	Trinity Large Preview none	Arcee AI	1	3.5	0/2	822ms
#152	MiMo-V2-Flash none	Xiaomi	1	6.5	1/2	857ms
#153	Qwen3.6 35B A3B none	Qwen	1	6.2	1/2	1.86s

←

1 2 3 4

→

Modeli bora kwa Idadi ya Jibu lisilo sahihi