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
61/61
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) |
|---|---|---|---|---|---|---|---|
| #146 | Owl Alpha medium | Openrouter | 1 | 6.5 | $0.000 | 1/2 | 10.2s |
| #148 | Owl Alpha none | Openrouter | 1 | 6.4 | $0.000 | 1/2 | 2.63s |
| #171 | North Mini Code none | Cohere | 1 | 6.5 | $0.000 | 1/2 | 30.7s |
| #196 | Hunter Alpha none | OpenRouter | 1 | 6.4 | $0.000 | 1/2 | 2.82s |
| #208 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 1 | 4.8 | $0.000 | 0/2 | 541ms |
| #210 | LFM2-24B-A2B none | Liquid | 1 | 6.3 | $0.001 | 1/2 | 752ms |
| #205 | Laguna Xs.2 none | Poolside | 1 | 6.5 | $0.004 | 1/2 | 439ms |
| #201 | Granite 4.1 8B none | IBM Granite | 1 | 3.6 | $0.007 | 0/2 | 344ms |
| #160 | Laguna XS 2.1 none | Poolside | 1 | 3.8 | $0.008 | 0/2 | 364ms |
| #203 | Grok 4.1 Fast none | X AI | 1 | 3.0 | $0.008 | 0/2 | 685ms |
| #183 | Trinity Large Preview none | Arcee AI | 1 | 3.5 | $0.008 | 0/2 | 822ms |
| #177 | Nemotron 3 Super none | NVIDIA | 1 | 6.3 | $0.008 | 1/2 | 804ms |
| #192 | Laguna M.1 none | Poolside | 1 | 6.3 | $0.009 | 1/2 | 683ms |
| #174 | GPT-4o-mini none | OpenAI | 1 | 6.3 | $0.010 | 1/2 | 1.11s |
| #156 | Gemma 4 26B A4B none | 1 | 6.3 | $0.015 | 1/2 | 690ms |