AI BENCHY 分类失败
编程：未遵循指令
编程
未遵循指令
看看哪些 AI 模型在 编程 上最容易遇到 未遵循指令，更快找出薄弱点。 排序方式: 测试正确 ↑.
| 排名 | 模型 | 公司 | 未遵循指令 次数 | 分类得分 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|
| #49 | Grok 4.1 Fast medium | X AI | 1 | 2.3 | 0/1 | 23.6s |
| #91 | Qwen3.5-9B medium | Qwen | 1 | 2.6 | 0/1 | 135.6s |
AI BENCHY 分类失败
看看哪些 AI 模型在 编程 上最容易遇到 未遵循指令，更快找出薄弱点。 排序方式: 测试正确 ↑.
| 排名 | 模型 | 公司 | 未遵循指令 次数 | 分类得分 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|
| #49 | Grok 4.1 Fast medium | X AI | 1 | 2.3 | 0/1 | 23.6s |
| #91 | Qwen3.5-9B medium | Qwen | 1 | 2.6 | 0/1 | 135.6s |