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)
#163 Granite 4.1 8B none IBM Granite 4 4.0 2/21 728ms
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 2 4.1 2/19 728ms
#161 Qwen3.5-9B medium Qwen 1 4.2 3/21 82.2s
#160 LFM2-24B-A2B none Liquid 1 4.2 2/16 782ms
#159 Ling-2.6-1T none Inclusionai 2 4.3 3/21 7.72s
#158 GLM 4.7 Flash medium Z.ai 2 4.4 4/21 35.1s
#157 Grok 4.1 Fast none X AI 3 4.4 3/19 1.62s
#156 Hy3 preview none Tencent 4 4.4 4/21 12.9s
#155 Mercury 2 none Inception 1 4.5 4/21 653ms
#154 Qwen3.5-9B none Qwen 2 4.6 4/21 1.89s
#153 Qwen3.6 35B A3B none Qwen 2 4.6 4/21 3.73s
#152 MiMo-V2-Flash none Xiaomi 2 4.6 4/21 2.76s
#151 Trinity Large Preview none Arcee AI 3 4.6 4/21 2.98s
#150 Qwen3 Coder Next medium Qwen 3 4.6 4/21 8.58s
#149 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 1 4.6 4/19 17.1s

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