AI BENCHY
Advertise here

AI BENCHY 分类失败

谜题求解:未遵循指令

谜题求解
未遵循指令

看看哪些 AI 模型在 谜题求解 上最容易遇到 未遵循指令,更快找出薄弱点。

显示的模型数

15

失败总数

78

受影响最多的模型

Gemini 3.1 Flash Lite 2
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)
#120 Mimo V2 PRO none Xiaomi 1 6.0 1/3 1.61s
#121 Owl Alpha none Openrouter 1 5.4 1/3 4.18s
#122 GLM 4.7 Flash none Z.ai 1 6.4 1/3 1.20s
#123 MiMo-V2.5-Pro none Xiaomi 1 6.7 1/3 1.30s
#124 Kimi K2.6 none Moonshot AI 1 3.1 0/3 1.40s
#125 GPT-5.4 none OpenAI 1 5.6 1/3 1.44s
#126 gpt-oss-120b none OpenAI 1 6.0 1/3 8.21s
#128 Qwen3.6 Flash none Qwen 1 3.5 0/3 1.21s
#130 MiniMax M2.7 medium Minimax 1 5.9 1/3 24.9s
#131 Qwen3.5-122B-A10B none Qwen 1 3.8 0/3 1.00s
#132 Mistral Small 4 medium Mistral 1 3.4 0/3 2.17s
#134 GLM 5 Turbo none Z.ai 1 5.5 1/3 2.65s
#136 Elephant Alpha medium Openrouter 1 5.3 1/3 868ms
#137 Elephant Alpha none Openrouter 1 4.2 0/3 807ms
#138 Ling-2.6-flash none Inclusionai 1 2.9 0/3 6.51s

按 未遵循指令 次数 排名的顶级模型

未遵循指令 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