Ranking de Seguimiento de instrucciones x Error de API

Fallos por categoría de AI BENCHY

Mira qué modelos de IA tienen más probabilidades de caer en Error de API dentro de Seguimiento de instrucciones, para detectar puntos débiles más rápido.

Modelos mostrados

Fallos totales

Modelo más afectado

Grok 4.20 1

Motivos de fallo

Respuesta incorrecta44 No siguió las instrucciones22 Error de API1 Tiempo agotado1

Categorías

Análisis y extracción de datos6 Llamada de herramientas6 Programación6 Combinado5 Específico del dominio2 Resolución de acertijos1 Seguimiento de instrucciones1

Rango	Modelo	Empresa	Cantidad de Error de API	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#47	Grok 4.20 medium	X AI	1	7.3	1/2	4.42s

Mejores modelos por Cantidad de Error de API

Cantidad de Error de API vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado

Seguimiento de instrucciones: Error de API

Mejores modelos por Cantidad de Error de API

Cantidad de Error de API vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado