Ranking de Combinado x No siguió las instrucciones

Fallos por categoría de AI BENCHY

Mira qué modelos de IA tienen más probabilidades de caer en No siguió las instrucciones dentro de Combinado, para detectar puntos débiles más rápido. Ordenar por: Tiempo de respuesta (promedio) ↓.

Modelos mostrados

Fallos totales

Modelo más afectado

MiMo-V2.5-Pro 1

Motivos de fallo

Respuesta incorrecta53 Llamada de herramienta no válida20 Error de API13 Sin respuesta2 Tiempo agotado2 Formato extra1 No siguió las instrucciones1

Categorías

Resolución de acertijos82 Inteligencia general72 Trucos anti-IA30 Programación16 Seguimiento de instrucciones12 Llamada de herramientas6 Combinado1 Específico del dominio1

1/1

Rango	Modelo	Empresa	Cantidad de No siguió las instrucciones	Puntuación de categoría	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#119	MiMo-V2.5-Pro none	Xiaomi	1	3.0	$0.017	0/1	3.54s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.017 Tiempo de respuesta (promedio) 3.54s

Filtrar modelos

Mejores modelos por Cantidad de No siguió las instrucciones

Cantidad de No siguió las instrucciones vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado

Combinado: No siguió las instrucciones

Filtrar modelos

Mejores modelos por Cantidad de No siguió las instrucciones

Cantidad de No siguió las instrucciones vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado