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. Ordenar por: Costo total ↓.
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 |
| #124 | Muse Wonder max | Meta | 1 | 0.8 | $4.766 | 1/2 | 13.2s |
| #162 | Claude Fable 5.1 medium | Anthropic | 1 | 0.7 | $3.197 | 1/2 | 5.77s |
| #212 | Grok 4.7 high | X AI | 1 | 0.8 | $3.037 | 1/2 | 14.1s |
| #163 | Grok 4.7 medium | X AI | 1 | 0.8 | $2.938 | 1/2 | 6.68s |
| #88 | Muse Spark 1.1 high | Meta | 1 | 0.6 | $2.570 | 1/2 | 7.81s |
| #156 | Grok 4.7 low | X AI | 1 | 0.8 | $1.933 | 1/2 | 6.19s |
| #40 | Muse Spark 1.3 high | Meta | 1 | 0.7 | $1.891 | 1/2 | 14.7s |
| #57 | Muse Spark 1.1 medium | Meta | 1 | 0.7 | $1.665 | 1/2 | 6.31s |
| #149 | Mistral Large 4 high | Mistral | 1 | 0.8 | $1.391 | 1/2 | 22.0s |
| #62 | Muse Spark Open medium | Meta | 1 | 0.7 | $1.260 | 1/2 | 18.4s |
| #264 | Trinity Large Thinking low | Arcee AI | 1 | 0.4 | $0.918 | 0/2 | 4.07s |
| #199 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.6 | $0.909 | 1/2 | 1.91s |
| #72 | Muse Spark 1.1 low | Meta | 1 | 0.7 | $0.885 | 1/2 | 5.42s |
| #275 | Trinity Large Thinking medium | Arcee AI | 1 | 0.4 | $0.862 | 0/2 | 3.99s |