Orodha ya Utatuzi wa mafumbo x Hakufuata maelekezo

Kushindwa kwa kategoria za AI BENCHY

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hakufuata maelekezo katika Utatuzi wa mafumbo, ili uone udhaifu haraka. Panga kwa: Muda wa majibu (wastani) ↓.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Qwen3.5-27B 1

Sababu za kushindwa

Jibu lisilo sahihi147 Hakufuata maelekezo78 Hitilafu ya API13 Muda umeisha5 Muundo wa ziada5 Hakuna jibu1

Kategoria

Utatuzi wa mafumbo78 Akili ya jumla74 Mbinu za kupinga AI30 Uandishi wa msimbo14 Ufuataji wa maagizo11 Mwito wa zana6 Mahususi kwa domeni1 Mchanganyiko1

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama ya kategoria	Majaribio sahihi	Muda wa majibu (wastani)
#30	Qwen3.5-27B medium	Qwen	1	8.2	2/3	59.6s
#53	Gemini 3.1 Flash Lite high	Google	2	5.7	1/3	50.8s
#12	Gemini 3.1 Flash Lite Preview high	Google	1	7.7	2/3	46.7s
#76	Kimi K2.5 medium	Moonshot AI	1	5.3	1/3	43.2s
#72	DeepSeek V3.2 medium	DeepSeek	1	7.0	1/3	37.7s
#96	Ring-2.6-1T none	Inclusionai	1	7.7	2/3	31.5s
#31	DeepSeek V4 Flash high	DeepSeek	1	8.2	2/3	26.1s
#60	Kimi K2.6 medium	Moonshot AI	1	6.0	1/3	25.1s
#130	MiniMax M2.7 medium	Minimax	1	5.9	1/3	24.9s
#139	DeepSeek V4 Flash none	DeepSeek	1	3.1	0/3	23.7s
#38	Grok 4.3 medium	X AI	1	5.9	1/3	22.5s
#99	gpt-oss-120b medium	OpenAI	1	5.3	1/3	21.7s
#75	Ring-2.6-1T medium	Inclusionai	1	5.9	1/3	20.7s
#94	GPT-5 Nano medium	OpenAI	1	5.3	1/3	20.6s
#54	GPT-5 Mini medium	OpenAI	1	5.6	1/3	15.2s

1 2 3 4 5

→

Modeli bora kwa Idadi ya Hakufuata maelekezo

Idadi ya Hakufuata maelekezo dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Utatuzi wa mafumbo: Hakufuata maelekezo

Modeli bora kwa Idadi ya Hakufuata maelekezo

Idadi ya Hakufuata maelekezo dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa