Ranking de Específico del dominio 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 Específico del dominio, para detectar puntos débiles más rápido. Ordenar por: Tiempo de respuesta (promedio) ↑.

Modelos mostrados

Fallos totales

Modelo más afectado

Grok Build 0.1 1

Motivos de fallo

Respuesta incorrecta298 Tiempo agotado31 Formato extra12 Sin respuesta4 Error de API3 No siguió las instrucciones1

Categorías

Resolución de acertijos84 Inteligencia general74 Trucos anti-IA29 Programación16 Seguimiento de instrucciones14 Llamada de herramientas6 Combinado1 Específico del dominio1

Rango	Modelo	Empresa	Cantidad de No siguió las instrucciones	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#82	Grok Build 0.1 none	X AI	1	3.6	0/3	103.7s

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

Específico del dominio: No siguió las instrucciones

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