Orodha ya kushindwa kwa Hakufuata maelekezo

Kushindwa kwa AI BENCHY

Ona ni modeli gani za AI hukutana na Hakufuata maelekezo mara nyingi zaidi ili utambue hatari za utegemevu kabla ya kuchagua. Panga kwa: Idadi ya kushindwa ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

215

Modeli iliyoathirika zaidi

Gemini 3.5 Flash 1

Kategoria

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

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama	Majaribio sahihi	Muda wa majibu (wastani)
#49	Qwen3.5-Flash medium	Qwen	1	7.4	12/21	63.3s
#50	Gemini 3.1 Flash Lite Preview low	Google	1	7.4	13/21	2.77s
#51	Mimo V2 PRO medium	Xiaomi	1	7.4	12/21	22.2s
#56	MiMo-V2.5 medium	Xiaomi	1	7.3	12/21	27.1s
#59	GLM 5V Turbo medium	Z.ai	1	7.2	11/21	23.1s
#64	MiMo-V2-Flash medium	Xiaomi	1	7.2	12/21	20.1s
#68	Claude Opus 4.8 none	Anthropic	1	7.0	12/21	3.47s
#69	Claude Opus 4.6 medium	Anthropic	1	7.0	12/21	25.9s
#72	DeepSeek V3.2 medium	DeepSeek	1	7.0	11/21	68.7s
#73	Seed-2.0-Mini medium	Bytedance Seed	1	6.9	11/21	80.2s
#77	Claude Sonnet 4.6 none	Anthropic	1	6.8	11/21	5.04s
#78	Qwen3.6 27B medium	Qwen	1	6.8	10/21	59.7s
#83	Step 3.5 Flash none	Stepfun	1	6.6	6/12	39.0s
#85	Gemma 4 31B none	Google	1	6.5	10/21	4.05s
#88	Qwen3.7 Plus none	Qwen	1	6.4	10/21	2.85s

←

1 2 3 8

→

Kushindwa kwa Hakufuata maelekezo

Modeli bora kwa Idadi ya Hakufuata maelekezo

Idadi ya Hakufuata maelekezo dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)