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) |
|---|---|---|---|---|---|---|---|
| #221 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 0/2 | 9.27s |
| #228 | Minimax M3.1 Flash high | Minimax | 1 | 0.5 | $0.000 | 0/2 | 1.65s |
| #240 | Beam 1.0 501B A23B max | Reflection | 1 | 0.8 | $0.799 | 1/2 | 866ms |
| #243 | Minimax M3.1 Flash xhigh | Minimax | 1 | 0.5 | $0.000 | 0/2 | 1.72s |
| #245 | Beam 1.0 501B A23B low | Reflection | 1 | 0.8 | $0.432 | 1/2 | 1.14s |
| #249 | Dots 3 Note Preview high | Dots Studio | 1 | 0.8 | $0.000 | 1/2 | 7.80s |
| #250 | Dots 3 Note Preview low | Dots Studio | 1 | 0.8 | $0.000 | 1/2 | 7.83s |
| #256 | Minimax M3.1 Flash medium | Minimax | 1 | 0.5 | $0.000 | 0/2 | 1.72s |
| #258 | Solar Pro 4 high | Upstage | 1 | 0.8 | $0.077 | 1/2 | 41.5s |
| #264 | Trinity Large Thinking low | Arcee AI | 1 | 0.4 | $0.918 | 0/2 | 4.07s |
| #267 | Space Bunny Alpha xhigh | Stealth | 1 | 0.6 | $0.000 | 0/2 | 2.22s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 1 | 0.5 | $0.053 | 0/2 | 1.42s |
| #275 | Trinity Large Thinking medium | Arcee AI | 1 | 0.4 | $0.862 | 0/2 | 3.99s |
| #282 | Apodex 1.1 Mini medium | Apodex | 1 | 0.8 | $0.000 | 1/2 | 8.56s |
| #286 | Inkling Small medium | Thinkingmachines | 1 | 0.8 | $0.113 | 1/2 | 3.78s |