Ranking de Seguimiento de instrucciones x Formato extra

Fallos por categoría de AI BENCHY

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

Modelos mostrados

Fallos totales

Modelo más afectado

DeepSeek V4 Flash 1

Motivos de fallo

Respuesta incorrecta54 No siguió las instrucciones12 Formato extra2 Sin respuesta2 Error de API1

Categorías

Trucos anti-IA18 Específico del dominio13 Programación11 Análisis y extracción de datos4 Resolución de acertijos4 Seguimiento de instrucciones2 Combinado1

2/2

Rango	Modelo	Empresa	Cantidad de Formato extra	Puntuación de categoría	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#117	DeepSeek V4 Flash none	DeepSeek	1	6.5	$0.007	1/2	17.5s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.007 Tiempo de respuesta (promedio) 17.5s
#158	Hy3 preview none	Tencent	1	6.3	$0.003	1/2	13.0s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.003 Tiempo de respuesta (promedio) 13.0s

Filtrar modelos

Mejores modelos por Cantidad de Formato extra

Cantidad de Formato extra vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado

Seguimiento de instrucciones: Formato extra

Filtrar modelos

Mejores modelos por Cantidad de Formato extra

Cantidad de Formato extra vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado