Seguimiento de instrucciones: Respuesta incorrecta
Seguimiento de instrucciones
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Seguimiento de instrucciones, para detectar puntos débiles más rápido. Ordenar por: Costo total ↑.
Motivos de fallo
111/111
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de Respuesta incorrecta | Puntuación de categoría | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #143 | Space Bunny Alpha high | Stealth | 1 | 0.6 | $0.000 | 1/2 | 2.04s |
| #201 | Space Bunny Alpha max | Stealth | 1 | 0.6 | $0.000 | 0/2 | 3.78s |
| #259 | Space Bunny Alpha xhigh | Stealth | 1 | 0.6 | $0.000 | 0/2 | 2.22s |
| #299 | Space Bunny Alpha low | Stealth | 1 | 0.4 | $0.000 | 0/2 | 1.43s |
| #339 | Apodex 1.1 Mini default | Apodex | 1 | 0.5 | $0.000 | 0/2 | 1.06s |
| #343 | Dots 3 Note Preview default | Dots Studio | 1 | 0.5 | $0.000 | 0/2 | 1.06s |
| #360 | North Mini Code default | Cohere | 1 | 0.7 | $0.000 | 1/2 | 30.7s |
| #370 | Owl Alpha medium | Openrouter | 1 | 0.7 | $0.000 | 1/2 | 10.2s |
| #372 | Owl Alpha default | Openrouter | 1 | 0.6 | $0.000 | 1/2 | 2.63s |
| #395 | Ling 3.0 Tiny default | Inclusionai | 1 | 0.3 | $0.000 | 0/2 | 2.44s |
| #406 | Hunter Alpha default | OpenRouter | 1 | 0.6 | $0.000 | 1/2 | 2.82s |
| #422 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.5 | $0.000 | 0/2 | 541ms |
| #441 | Nimble v3 9B default | Bespoke Labs | 1 | 0.2 | ~$0.001 | 0/1 | 469ms |
| #436 | LFM2-24B-A2B default | Liquid | 1 | 0.6 | $0.001 | 1/2 | 752ms |
| #432 | Decider Flash V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 424ms |