指令遵循 x 超时排名 | AI BENCHY

看看哪些 AI 模型在指令遵循上最容易遇到超时，更快找出薄弱点。

显示的模型数

5

失败总数

5

受影响最多的模型

Laguna XS 2.1 1

失败原因

答案错误82 未遵循指令48 额外格式7 超时5 API 错误2 无答案2

分类

领域专项41 编程29 谜题求解11 综合9 反AI技巧6 指令遵循5 通用智能4 数据解析与提取2 常识问答1

5/5

排名	模型	公司	超时次数	分类得分	总成本	测试正确	响应时间（平均）
#242	Laguna XS 2.1 none	Poolside	1	3.8	$0.008	0/2	364ms
总测试数 2 错误测试数 2 总成本 $0.008 响应时间（平均） 364ms
#249	Granite 4.2 8B medium	IBM Granite	1	3.8	$0.009	0/2	36.9s
总测试数 2 错误测试数 2 总成本 $0.009 响应时间（平均） 36.9s
#253	Granite 4.2 8B low	IBM Granite	1	3.0	$0.012	0/2	75.8s
总测试数 2 错误测试数 2 总成本 $0.012 响应时间（平均） 75.8s
#282	Granite 4.2 8B high	IBM Granite	1	6.4	$0.084	1/2	87.5s
总测试数 2 错误测试数 1 总成本 $0.084 响应时间（平均） 87.5s
#291	Granite 4.2 8B none	IBM Granite	1	3.0	$0.026	0/2	79.5s
总测试数 2 错误测试数 2 总成本 $0.026 响应时间（平均） 79.5s

按超时次数排名的顶级模型

超时次数对比分数

按响应时间（平均）排名的顶级模型

按预估浪费成本排名的顶级模型