Programación: No siguió las instrucciones
Programación
No siguió las instrucciones
Mira qué modelos de IA tienen más probabilidades de caer en No siguió las instrucciones dentro de Programación, para detectar puntos débiles más rápido.
Motivos de fallo
63/63
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de No siguió las instrucciones | Puntuación de categoría | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #263 | Claude Sonnet 5.5 low | Anthropic | 2 | 0.3 | $0.909 | 0/3 | 5.81s |
| #293 | Claude Sonnet 5.5 medium | Anthropic | 2 | 0.3 | $1.100 | 0/3 | 6.07s |
| #341 | Claude Fable 5.1 low | Anthropic | 2 | 0.3 | $3.395 | 0/3 | 6.75s |
| #407 | Inkling 2 Mini none | Thinkingmachines | 2 | 0.4 | $0.315 | 0/3 | 89.6s |
| #104 | Qwen3.8 27B high | Qwen | 1 | 0.8 | ~$0.298 | 2/3 | 248.6s |
| #118 | Claude Fable 5.2 low | Anthropic | 1 | 0.6 | $3.471 | 1/3 | 6.83s |
| #121 | Claude Haiku 5.5 low | Anthropic | 1 | 0.8 | $0.061 | 2/3 | 7.30s |
| #139 | DeepSeek V4 Flash 0731 high | DeepSeek | 1 | 0.6 | $0.576 | 1/3 | 252.7s |
| #152 | DeepSeek V4.1 Flash 1017 max | DeepSeek | 1 | 0.6 | $0.757 | 1/3 | 199.2s |
| #178 | Particle-1 max | Particle AI | 1 | 0.6 | $0.361 | 1/3 | 79.3s |
| #180 | Gemini 3.5 Flash medium | 1 | 0.8 | $1.316 | 2/3 | 12.6s | |
| #181 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.6 | $2.949 | 1/3 | 160.5s |
| #185 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 1 | 0.5 | $0.589 | 0/3 | 196.7s |
| #209 | Mistral Large 4 high | Mistral | 1 | 0.3 | $1.391 | 0/3 | 1277.8s |
| #210 | Seed-2.0-Code high | Bytedance Seed | 1 | 0.6 | $1.448 | 1/3 | 266.7s |