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) |
|---|---|---|---|---|---|---|---|
| #227 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.5 | $1.100 | 0/1 | 2.27s |
| #229 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.4 | $0.834 | 0/1 | 8.66s |
| #230 | Mercury 2.5 Preview high | Inception | 1 | 0.5 | $0.040 | 0/1 | 1.88s |
| #233 | GLM 5.3 low | Z.ai | 1 | 0.4 | $0.215 | 0/1 | 4.70s |
| #236 | Grok 4.3 medium | X AI | 1 | 0.5 | $0.989 | 0/1 | 24.7s |
| #238 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.5 | $0.308 | 0/1 | 1.12s |
| #241 | Solar Pro 4 medium | Upstage | 1 | 0.3 | $0.098 | 0/1 | 48.0s |
| #244 | Kimi K2.5 medium | Moonshot AI | 1 | 0.6 | $0.841 | 0/1 | 69.7s |
| #245 | Beam 1.0 501B A23B low | Reflection | 1 | 0.6 | $0.432 | 0/1 | 2.30s |
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.6 | $0.332 | 0/1 | 4.02s |
| #253 | Qwen3.6 27B none | Qwen | 1 | 0.5 | $0.148 | 0/1 | 1.07s |
| #255 | Gemini 3.1 Flash Lite Preview low | 1 | 0.4 | $0.736 | 0/1 | 1.54s | |
| #258 | Solar Pro 4 high | Upstage | 1 | 0.6 | $0.077 | 0/1 | 42.2s |
| #260 | Ling 3.1 Flash low | Inclusionai | 1 | 0.3 | $0.000 | 0/1 | 11.5s |
| #266 | Grok 4.20 medium | X AI | 1 | 0.4 | $1.246 | 0/1 | 24.5s |