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) |
|---|---|---|---|---|---|---|---|
| #372 | Owl Alpha default | Openrouter | 1 | 0.6 | $0.000 | 1/2 | 2.63s |
| #376 | Mimo V2 Omni default | Xiaomi | 1 | 0.7 | $0.021 | 1/2 | 4.26s |
| #377 | Nemotron 3 Super none | NVIDIA | 1 | 0.6 | $0.016 | 1/2 | 804ms |
| #379 | Trinity Large Preview default | Arcee AI | 1 | 0.4 | $0.008 | 0/2 | 822ms |
| #382 | Mercury 2 none | Inception | 1 | 0.7 | $0.033 | 1/2 | 551ms |
| #385 | GLM 4.7 Flash medium | Z.ai | 1 | 0.6 | $0.193 | 1/2 | 2.97s |
| #387 | GLM 5 Turbo none | Z.ai | 1 | 0.7 | $0.047 | 1/2 | 2.13s |
| #388 | Mercury 2.5 none | Inception | 1 | 0.5 | $0.026 | 0/2 | 493ms |
| #395 | Ling 3.0 Tiny default | Inclusionai | 1 | 0.3 | $0.000 | 0/2 | 2.44s |
| #396 | Granite 4.1 8b default | IBM Granite | 1 | 0.4 | $0.007 | 0/2 | 344ms |
| #397 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.7 | $0.009 | 1/2 | 511ms |
| #402 | Grok 4.20 Beta default | X AI | 1 | 0.6 | $0.087 | 1/2 | 649ms |
| #403 | Laguna M.1 default | Poolside | 1 | 0.6 | $0.009 | 1/2 | 683ms |
| #406 | Hunter Alpha default | OpenRouter | 1 | 0.6 | $0.000 | 1/2 | 2.82s |
| #407 | Grok 4.20 none | X AI | 1 | 0.6 | $0.057 | 1/2 | 445ms |