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: Tiempo de respuesta (promedio) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #425 | Decider V1.1 27B default | Perplexity | 1 | 0.2 | $0.002 | 0/1 | 333ms |
| #396 | Granite 4.1 8b default | IBM Granite | 1 | 0.4 | $0.007 | 0/2 | 344ms |
| #326 | Laguna XS 2.1 none | Poolside | 1 | 0.4 | $0.020 | 0/2 | 364ms |
| #335 | Mistral Small 4 none | Mistral | 1 | 0.7 | $0.047 | 1/2 | 380ms |
| #340 | Laguna S 2.1 medium | Poolside | 1 | 0.4 | $0.092 | 0/2 | 400ms |
| #368 | Laguna S 2.1 low | Poolside | 1 | 0.4 | $0.108 | 0/2 | 423ms |
| #432 | Decider Flash V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 424ms |
| #416 | Laguna Xs.2 default | Poolside | 1 | 0.7 | $0.004 | 1/2 | 439ms |
| #407 | Grok 4.20 none | X AI | 1 | 0.6 | $0.057 | 1/2 | 445ms |
| #349 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 0/2 | 453ms |
| #441 | Nimble v3 9B default | Bespoke Labs | 1 | 0.2 | ~$0.001 | 0/1 | 469ms |
| #388 | Mercury 2.5 none | Inception | 1 | 0.5 | $0.026 | 0/2 | 493ms |
| #424 | Decider V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 508ms |
| #397 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.7 | $0.009 | 1/2 | 511ms |
| #232 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.6 | $0.308 | 1/2 | 513ms |