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 incorrecta49 No siguió las instrucciones23 Formato extra2 Error de API1 Tiempo agotado1

Categorías

Trucos anti-IA12 Específico del dominio11 Análisis y extracción de datos4 Resolución de acertijos4 Seguimiento de instrucciones2

Rango	Modelo	Empresa	Cantidad de Formato extra	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#92	DeepSeek V4 Flash none	DeepSeek	1	6.5	1/2	17.5s
#108	HY3 Preview none	Tencent	1	6.3	1/2	13.0s

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

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