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) |
|---|---|---|---|---|---|---|---|
| #267 | Space Bunny Alpha xhigh | Stealth | 1 | 0.5 | $0.000 | 0/1 | 4.74s |
| #268 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.5 | $0.669 | 0/1 | 2.35s |
| #271 | Gemini 3.1 Flash Lite Preview none | 1 | 0.4 | $0.090 | 0/1 | 741ms | |
| #274 | Beam 1.0 501B A23B high | Reflection | 1 | 0.5 | $0.674 | 0/1 | 1.94s |
| #276 | Apodex 1.1 Mini low | Apodex | 1 | 0.5 | $0.000 | 0/1 | 18.0s |
| #278 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.5 | $0.216 | 0/1 | 1.41s |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.3 | $4.136 | 0/1 | 34.8s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.4 | $0.029 | 0/1 | 605ms |
| #282 | Apodex 1.1 Mini medium | Apodex | 1 | 0.5 | $0.000 | 0/1 | 16.1s |
| #283 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.6 | $0.661 | 0/1 | 2.56s |
| #285 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.5 | $0.193 | 0/1 | 1.40s |
| #286 | Inkling Small medium | Thinkingmachines | 1 | 0.5 | $0.113 | 0/1 | 2.58s |
| #288 | Gemini 3.1 Flash Lite minimal | 1 | 0.4 | $0.080 | 0/1 | 791ms | |
| #289 | gpt-oss-120b medium | OpenAI | 1 | 0.4 | $0.030 | 0/1 | 7.90s |
| #292 | Claude Sonnet 5 none | Anthropic | 1 | 0.5 | $1.095 | 0/1 | 2.81s |