Inteligencia general: No siguió las instrucciones
Inteligencia general
No siguió las instrucciones
Mira qué modelos de IA tienen más probabilidades de caer en No siguió las instrucciones dentro de Inteligencia general, para detectar puntos débiles más rápido. Ordenar por: Tiempo de respuesta (promedio) ↑.
Motivos de fallo
142/142
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) |
|---|---|---|---|---|---|---|---|
| #445 | LFM2-24B-A2B default | Liquid | 1 | 0.4 | $0.001 | 0/1 | 395ms |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.5 | $0.040 | 0/1 | 489ms |
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.5 | $0.087 | 0/1 | 541ms |
| #362 | Qwen3.5-9B none | Qwen | 1 | 0.4 | $0.041 | 0/1 | 552ms |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.4 | $0.029 | 0/1 | 605ms |
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.5 | $0.055 | 0/1 | 616ms |
| #391 | Mercury 2 none | Inception | 1 | 0.5 | $0.033 | 0/1 | 628ms |
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.4 | $0.036 | 0/1 | 659ms |
| #271 | Gemini 3.1 Flash Lite Preview none | 1 | 0.4 | $0.090 | 0/1 | 741ms | |
| #288 | Gemini 3.1 Flash Lite minimal | 1 | 0.4 | $0.080 | 0/1 | 791ms | |
| #223 | Mercury 2 medium | Inception | 1 | 0.5 | $0.121 | 0/1 | 821ms |
| #413 | Elephant Alpha default | Openrouter | 1 | 0.4 | $0.000 | 0/1 | 854ms |
| #388 | Trinity Large Preview default | Arcee AI | 1 | 0.5 | $0.008 | 0/1 | 873ms |
| #414 | Elephant Alpha medium | Openrouter | 1 | 0.4 | $0.000 | 0/1 | 920ms |
| #350 | Mercury 2.5 Preview low | Inception | 1 | 0.5 | $0.015 | 0/1 | 1.05s |