Resolución de acertijos: No siguió las instrucciones
Resolución de acertijos
No siguió las instrucciones
Mira qué modelos de IA tienen más probabilidades de caer en No siguió las instrucciones dentro de Resolución de acertijos, para detectar puntos débiles más rápido.
Motivos de fallo
157/157
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de No siguió las instrucciones | Puntuación de categoría | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #228 | Minimax M3.1 Flash high | Minimax | 2 | 0.6 | $0.000 | 1/3 | 3.48s |
| #275 | Trinity Large Thinking medium | Arcee AI | 2 | 0.5 | $0.862 | 0/3 | 2.90s |
| #288 | Gemini 3.1 Flash Lite minimal | 2 | 0.6 | $0.080 | 1/3 | 2.15s | |
| #301 | Trinity Large Thinking high | Arcee AI | 2 | 0.5 | $0.794 | 0/3 | 3.84s |
| #336 | Qwen3.6 35B A3B none | Qwen | 2 | 0.3 | $0.105 | 0/3 | 1.07s |
| #339 | Nemotron 3.5 Lightning high | NVIDIA | 2 | 0.4 | $0.168 | 0/3 | 6.09s |
| #369 | North Mini Code default | Cohere | 2 | 0.4 | $0.000 | 0/3 | 24.4s |
| #375 | Gemini 3.1 Flash Lite high | 2 | 0.6 | $2.044 | 1/3 | 50.8s | |
| #407 | Xing4.0 29b A4b medium | Xingchen AGI | 2 | 0.3 | $0.000 | 0/3 | 257.1s |
| #24 | Claude Opus 5.5 low | Anthropic | 1 | 0.9 | $1.733 | 2/3 | 29.8s |
| #25 | Claude Opus 5.5 high | Anthropic | 1 | 0.9 | $2.133 | 2/3 | 30.8s |
| #30 | Muse Spark Open high | Meta | 1 | 0.8 | $1.782 | 2/3 | 145.7s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1 | 0.7 | $0.355 | 1/3 | 2.54s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1 | 0.9 | $1.318 | 2/3 | 5.05s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 1 | 0.8 | $0.140 | 2/3 | 3.80s |