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: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

215

Modeli iliyoathirika zaidi

Mistral Small 4 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)
#53	Gemini 3.1 Flash Lite high	Google	3	7.3	10/18	62.0s
#49	Qwen3.5-Flash medium	Qwen	1	7.4	12/21	63.3s
#103	DeepSeek V4 Pro high	DeepSeek	1	6.0	8/21	65.2s
#129	MiniMax M2.5 medium	Minimax	3	5.3	5/21	65.4s
#12	Gemini 3.1 Flash Lite Preview high	Google	1	8.6	13/16	68.1s
#67	MiniMax M3 medium	Minimax	2	7.1	11/21	68.2s
#30	Qwen3.5-27B medium	Qwen	2	7.8	13/21	68.4s
#72	DeepSeek V3.2 medium	DeepSeek	1	7.0	11/21	68.7s
#60	Kimi K2.6 medium	Moonshot AI	2	7.2	12/21	71.7s
#62	Step 3.5 Flash medium	Stepfun	3	7.2	11/20	72.5s
#73	Seed-2.0-Mini medium	Bytedance Seed	1	6.9	11/21	80.2s
#161	Qwen3.5-9B medium	Qwen	1	4.2	3/21	82.2s
#76	Kimi K2.5 medium	Moonshot AI	2	6.8	10/21	98.4s

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)