未遵循指令失败排名 | AI BENCHY

AI BENCHY 失败分析

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: 响应时间（平均） ↑.

显示的模型数

5

失败总数

180

受影响最多的模型

分类

在分类谜题求解中75 在分类通用智能中58 在分类指令遵循中22 在分类反AI技巧中17 在分类工具调用中6 在分类编程中2

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）
#32	Qwen3.5-Flash medium	Qwen	1	7.8	11/18	66.7s
#11	Gemini 3.1 Flash Lite Preview high	Google	1	8.4	12/16	68.8s
#39	Seed-2.0-Mini medium	Bytedance Seed	1	7.5	11/18	69.7s
#46	Kimi K2.5 medium	Moonshot AI	2	7.0	9/18	72.4s
#97	Qwen3.5-9B medium	Qwen	2	4.4	3/18	73.6s

←

1 2 3 4 5 6

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