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: Pruebas correctas ↓.
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) |
|---|---|---|---|---|---|---|---|
| #34 | Claude Sonnet 5.5 max | Anthropic | 1 | 0.5 | $8.557 | 0/1 | 56.7s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.6 | $3.306 | 0/1 | 75.1s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1 | 0.5 | $1.318 | 0/1 | 4.87s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 0.6 | $1.892 | 0/1 | 25.7s |
| #56 | Muse Spark 1.2 medium | Meta | 1 | 0.6 | $1.590 | 0/1 | 10.7s |
| #59 | Pareto 26.9 default | Unbiased | 1 | 0.6 | $1.864 | 0/1 | 6.55s |
| #60 | Qwen3.8 MAX low | Qwen | 1 | 0.6 | $1.089 | 0/1 | 5.29s |
| #61 | GPT-5.4 medium | OpenAI | 1 | 0.5 | $2.213 | 0/1 | 4.92s |
| #65 | Muse Spark 1.2 low | Meta | 1 | 0.5 | $0.881 | 0/1 | 8.46s |
| #66 | GPT-5.2 medium | OpenAI | 1 | 0.4 | $1.558 | 0/1 | 4.32s |
| #67 | Qwen3.8 27B high | Qwen | 1 | 0.5 | ~$0.298 | 0/1 | 8.45s |
| #69 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.6 | $2.042 | 0/1 | 40.6s |
| #73 | Claude Sonnet 5.5 xhigh | Anthropic | 1 | 0.6 | $1.516 | 0/1 | 9.10s |
| #79 | Claude Sonnet 5 medium | Anthropic | 1 | 0.5 | $1.438 | 0/1 | 4.32s |
| #82 | Nemotron 3.5 Super VL high | NVIDIA | 1 | 0.6 | $0.349 | 0/1 | 14.3s |