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) |
|---|---|---|---|---|---|---|---|
| #296 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 1 | 0.5 | $0.055 | 0/1 | 616ms |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.6 | $0.391 | 0/1 | 1.69s |
| #300 | Ring 2.6 1t medium | Inclusionai | 1 | 0.4 | $0.102 | 0/1 | 58.3s |
| #301 | Trinity Large Thinking high | Arcee AI | 1 | 0.6 | $0.794 | 0/1 | 12.9s |
| #302 | GPT-5 Nano medium | OpenAI | 1 | 0.4 | $0.159 | 0/1 | 17.5s |
| #303 | GPT-5.4 Mini none | OpenAI | 1 | 0.5 | $0.170 | 0/1 | 1.82s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.6 | $0.120 | 0/1 | 1.19s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.5 | $0.040 | 0/1 | 489ms |
| #315 | Nemotron 3 Super medium | NVIDIA | 1 | 0.4 | $0.081 | 0/1 | 6.91s |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.5 | $0.486 | 0/1 | 1.55s |
| #320 | Gemma 4 26B A4B none | 1 | 0.4 | $0.031 | 0/1 | 3.54s | |
| #328 | Step 3.5 Flash medium | Stepfun | 1 | 0.6 | $0.105 | 0/1 | 22.4s |
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.4 | $0.036 | 0/1 | 659ms |
| #337 | Inkling Small low | Thinkingmachines | 1 | 0.5 | $0.055 | 0/1 | 1.42s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.4 | $0.043 | 0/1 | 4.20s |