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) |
|---|---|---|---|---|---|---|---|
| #182 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.5 | $0.200 | 0/1 | 1.60s |
| #183 | MiMo-V2.5 medium | Xiaomi | 1 | 0.5 | $0.130 | 0/1 | 5.37s |
| #184 | GPT-5.2 Chat default | OpenAI | 1 | 0.4 | $0.594 | 0/1 | 3.20s |
| #193 | Muse Glimmer 30B low | Meta | 1 | 0.5 | $0.219 | 0/1 | 2.50s |
| #199 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.5 | $0.909 | 0/1 | 2.33s |
| #202 | Qwen3.5-Flash medium | Qwen | 1 | 0.6 | $0.184 | 0/1 | 40.1s |
| #204 | Mercury 2.5 Preview medium | Inception | 1 | 0.5 | $0.039 | 0/1 | 2.09s |
| #206 | Space Bunny Alpha max | Stealth | 1 | 0.5 | $0.000 | 0/1 | 8.15s |
| #207 | Solar Pro 4 xhigh | Upstage | 1 | 0.6 | $0.067 | 0/1 | 61.9s |
| #212 | Grok 4.7 high | X AI | 1 | 0.4 | $3.037 | 0/1 | 17.1s |
| #213 | MiniMax M3 medium | Minimax | 1 | 0.5 | $0.422 | 0/1 | 33.3s |
| #215 | GPT 5.3 Chat default | OpenAI | 1 | 0.5 | $0.533 | 0/1 | 1.99s |
| #218 | GLM 5.3 Flash low | Z.ai | 1 | 0.5 | $0.038 | 0/1 | 1.68s |
| #221 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 0/1 | 10.2s |
| #223 | Mercury 2 medium | Inception | 1 | 0.5 | $0.121 | 0/1 | 821ms |