未遵循指令失败排名 | AI BENCHY

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: 测试正确 ↓.

显示的模型数

5

失败总数

386

受影响最多的模型

Gemini 3.5 Flash 1

分类

在分类谜题求解中128 在分类通用智能中115 在分类指令遵循中48 在分类反AI技巧中44 在分类编程中29 在分类工具调用中12 在分类数据解析与提取中7 在分类领域专项中2 在分类综合中1

215/215

排名	模型	公司	未遵循指令次数	分数	总成本	测试正确	响应时间（平均）
#316	LFM2-24B-A2B none	Liquid	1	2.2	$0.001	2/16	782ms
总测试数 16 错误测试数 14 总成本 $0.001 响应时间（平均） 782ms
#314	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	2	3.2	$0.000	2/19	728ms
总测试数 19 错误测试数 17 总成本 $0.000 响应时间（平均） 728ms
#290	Laguna S 2.1 none	Poolside	1	4.5	$0.022	2/22	11.7s
总测试数 22 错误测试数 20 总成本 $0.022 响应时间（平均） 11.7s
#302	Ling 3.0 Tiny none	Inclusionai	4	4.0	$0.000	2/22	14.0s
总测试数 22 错误测试数 20 总成本 $0.000 响应时间（平均） 14.0s
#303	Granite 4.1 8B none	IBM Granite	4	4.0	$0.007	2/22	1.44s
总测试数 22 错误测试数 20 总成本 $0.007 响应时间（平均） 1.44s

←

1 14 15

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