AI BENCHY
Advertise here

AI BENCHY 失败分析

未遵循指令 失败

看看哪些 AI 模型最常遇到 未遵循指令,让你在选择前先发现稳定性风险。 排序方式: 分数 ↑.

显示的模型数

15

失败总数

215

受影响最多的模型

Granite 4.1 8B 4
排名 模型 公司 未遵循指令 次数 分数 测试正确 响应时间(平均)
#148 GPT-5.4 Nano none OpenAI 2 4.7 4/21 1.48s
#147 GPT-4o-mini none OpenAI 1 4.8 5/21 1.77s
#146 Laguna Xs.2 none Poolside 1 4.8 5/19 806ms
#144 GPT-5.4 Mini none OpenAI 3 4.9 5/21 1.13s
#143 MiMo-V2.5 none Xiaomi 1 4.9 5/21 2.20s
#142 Mistral Small 4 none Mistral 1 4.9 5/21 630ms
#141 Nemotron 3 Super none NVIDIA 2 4.9 5/21 5.30s
#140 Qwen3 Coder Next none Qwen 1 4.9 5/21 8.62s
#139 DeepSeek V4 Flash none DeepSeek 1 5.0 5/21 26.8s
#138 Ling-2.6-flash none Inclusionai 2 5.0 6/21 9.34s
#137 Elephant Alpha none Openrouter 3 5.1 5/21 1.22s
#136 Elephant Alpha medium Openrouter 2 5.1 6/21 1.27s
#134 GLM 5 Turbo none Z.ai 2 5.2 6/21 2.82s
#133 DeepSeek V3.2 none DeepSeek 1 5.2 6/21 13.8s
#132 Mistral Small 4 medium Mistral 2 5.3 5/21 9.40s

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