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.
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) |
|---|---|---|---|---|---|---|---|
| #349 | Laguna S 2.1 high | Poolside | 1 | 0.5 | $0.145 | 0/2 | 453ms |
| #351 | Ling 2.6 1t default | Inclusionai | 1 | 0.6 | $0.016 | 1/2 | 5.36s |
| #352 | MiMo-V2.5 none | Xiaomi | 1 | 0.7 | $0.049 | 1/2 | 751ms |
| #353 | Qwen3.5-9B none | Qwen | 1 | 0.7 | $0.041 | 1/2 | 514ms |
| #354 | Hy4 preview none | Tencent | 1 | 0.7 | $0.165 | 1/2 | 47.9s |
| #357 | GLM 4.7 Flash none | Z.ai | 1 | 0.7 | $0.027 | 1/2 | 888ms |
| #358 | Mercury 2.5 Preview default | Inception | 1 | 0.6 | $0.023 | 1/2 | 1.26s |
| #360 | North Mini Code default | Cohere | 1 | 0.7 | $0.000 | 1/2 | 30.7s |
| #361 | Laguna S 2.1 none | Poolside | 1 | 0.4 | $0.044 | 0/2 | 566ms |
| #363 | Qwen3 Coder Next medium | Qwen | 1 | 0.6 | $0.071 | 1/2 | 7.49s |
| #365 | GPT-5.4 Nano none | OpenAI | 1 | 0.6 | $0.068 | 1/2 | 784ms |
| #367 | GLM 5V Turbo none | Z.ai | 1 | 0.7 | $0.052 | 1/2 | 1.97s |
| #368 | Laguna S 2.1 low | Poolside | 1 | 0.4 | $0.108 | 0/2 | 423ms |
| #370 | Owl Alpha medium | Openrouter | 1 | 0.7 | $0.000 | 1/2 | 10.2s |
| #371 | Mimo V2 PRO default | Xiaomi | 1 | 0.7 | $0.045 | 1/2 | 2.51s |