Seguimiento de instrucciones: No siguió las instrucciones
Seguimiento de instrucciones
No siguió las instrucciones
Mira qué modelos de IA tienen más probabilidades de caer en No siguió las instrucciones dentro de Seguimiento de instrucciones, para detectar puntos débiles más rápido.
Motivos de fallo
77/77
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) |
|---|---|---|---|---|---|---|---|
| #34 | Claude Sonnet 5.5 max | Anthropic | 1 | 0.9 | $8.557 | 1/2 | 6.24s |
| #40 | Muse Spark 1.3 high | Meta | 1 | 0.7 | $1.891 | 1/2 | 14.7s |
| #54 | Muse Spark Open low | Meta | 1 | 0.8 | $0.600 | 1/2 | 10.3s |
| #57 | Muse Spark 1.1 medium | Meta | 1 | 0.7 | $1.665 | 1/2 | 6.31s |
| #62 | Muse Spark Open medium | Meta | 1 | 0.7 | $1.260 | 1/2 | 18.4s |
| #68 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 0.8 | $0.586 | 1/2 | 1.79s |
| #72 | Muse Spark 1.1 low | Meta | 1 | 0.7 | $0.885 | 1/2 | 5.42s |
| #82 | Nemotron 3.5 Super VL high | NVIDIA | 1 | 0.8 | $0.349 | 1/2 | 6.10s |
| #85 | Muse Glimmer 30B xhigh | Meta | 1 | 0.8 | $0.585 | 1/2 | 8.90s |
| #88 | Muse Spark 1.1 high | Meta | 1 | 0.6 | $2.570 | 1/2 | 7.81s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 1 | 0.8 | $0.149 | 1/2 | 8.73s |
| #124 | Muse Wonder max | Meta | 1 | 0.8 | $4.766 | 1/2 | 13.2s |
| #135 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 1/2 | 1.92s |
| #136 | Muse Glimmer 30B high | Meta | 1 | 0.8 | $0.506 | 1/2 | 8.62s |
| #140 | Qwen3.7 Flash low | Qwen | 1 | 0.8 | $0.071 | 1/2 | 9.88s |