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.
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) |
|---|---|---|---|---|---|---|---|
| #84 | GPT-5 Mini medium | OpenAI | 1 | 0.5 | $0.315 | 0/1 | 13.5s |
| #101 | Grok 4.5 high | X AI | 1 | 0.5 | $2.687 | 0/1 | 9.82s |
| #104 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 0.7 | $0.271 | 0/1 | 18.2s |
| #105 | Seed-2.0-Code low | Bytedance Seed | 1 | 0.6 | $0.881 | 0/1 | 11.1s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 0.6 | $0.261 | 0/1 | 25.2s |
| #112 | GPT-5.4 Nano medium | OpenAI | 1 | 0.5 | $0.235 | 0/1 | 4.15s |
| #116 | Qwen3.5-27B medium | Qwen | 1 | 0.6 | $1.135 | 0/1 | 101.4s |
| #119 | GPT-5.4 Mini medium | OpenAI | 1 | 0.5 | $1.102 | 0/1 | 3.72s |
| #122 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.6 | $2.949 | 0/1 | 11.4s |
| #128 | GLM 5.3 high | Z.ai | 1 | 0.6 | $0.495 | 0/1 | 8.00s |
| #131 | Qwen3.7 Plus none | Qwen | 1 | 0.5 | $0.178 | 0/1 | 1.33s |
| #136 | Muse Glimmer 30B high | Meta | 1 | 0.5 | $0.506 | 0/1 | 6.36s |
| #138 | Claude Haiku 5.5 medium | Anthropic | 1 | 0.4 | $0.063 | 0/1 | 5.17s |
| #140 | Qwen3.7 Flash low | Qwen | 1 | 0.4 | $0.071 | 0/1 | 14.4s |
| #141 | Muse Glimmer 30B medium | Meta | 1 | 0.5 | $0.288 | 0/1 | 5.16s |