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) |
|---|---|---|---|---|---|---|---|
| #149 | Mistral Large 4 high | Mistral | 1 | 0.8 | $1.391 | 1/2 | 22.0s |
| #156 | Grok 4.7 low | X AI | 1 | 0.8 | $1.933 | 1/2 | 6.19s |
| #162 | Claude Fable 5.1 medium | Anthropic | 1 | 0.7 | $3.197 | 1/2 | 5.77s |
| #163 | Grok 4.7 medium | X AI | 1 | 0.8 | $2.938 | 1/2 | 6.68s |
| #182 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.8 | $0.200 | 1/2 | 955ms |
| #193 | Muse Glimmer 30B low | Meta | 1 | 0.8 | $0.219 | 1/2 | 3.60s |
| #194 | Minimax M3.1 Flash max | Minimax | 1 | 0.5 | $0.000 | 0/2 | 1.73s |
| #198 | GPT-5.6 Luna low | OpenAI | 1 | 0.8 | $0.049 | 1/2 | 2.04s |
| #199 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.6 | $0.909 | 1/2 | 1.91s |
| #206 | Space Bunny Alpha max | Stealth | 1 | 0.6 | $0.000 | 0/2 | 3.78s |
| #207 | Solar Pro 4 xhigh | Upstage | 1 | 0.8 | $0.067 | 1/2 | 51.3s |
| #211 | Solar Pro 4 low | Upstage | 1 | 0.8 | $0.101 | 1/2 | 56.4s |
| #212 | Grok 4.7 high | X AI | 1 | 0.8 | $3.037 | 1/2 | 14.1s |
| #216 | GPT-5.6 Sol none | OpenAI | 1 | 0.9 | $0.795 | 1/2 | 1.33s |
| #217 | Apodex 1.1 Mini high | Apodex | 1 | 0.8 | $0.000 | 1/2 | 8.10s |