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
121/121
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) |
|---|---|---|---|---|---|---|---|
| #182 | Gemini 3.1 Flash Lite minimal | 2 | 6.0 | $0.047 | 1/3 | 2.15s | |
| #189 | Trinity Large Thinking medium | Arcee AI | 2 | 5.2 | $0.756 | 0/3 | 2.90s |
| #219 | Gemini 3.1 Flash Lite high | 2 | 5.7 | $2.044 | 1/3 | 50.8s | |
| #227 | Nemotron 3.5 Lightning high | NVIDIA | 2 | 3.6 | $0.134 | 0/3 | 6.09s |
| #246 | Qwen3.6 35B A3B none | Qwen | 2 | 3.2 | $0.051 | 0/3 | 1.07s |
| #258 | North Mini Code none | Cohere | 2 | 3.5 | $0.000 | 0/3 | 24.4s |
| #272 | Trinity Large Thinking high | Arcee AI | 2 | 4.7 | $0.592 | 0/3 | 3.84s |
| #25 | GPT-5.3-Codex medium | OpenAI | 1 | 9.0 | $0.988 | 2/3 | 5.05s |
| #26 | Muse Spark 1.3 high | Meta | 1 | 8.7 | $1.653 | 2/3 | 38.4s |
| #34 | GLM 5.3 Flash max | Z.ai | 1 | 8.7 | $0.059 | 2/3 | 5.61s |
| #36 | Muse Spark 1.2 high | Meta | 1 | 8.2 | $1.771 | 2/3 | 10.1s |
| #37 | Muse Spark 1.2 medium | Meta | 1 | 8.7 | $1.339 | 2/3 | 9.45s |
| #38 | Muse Spark 1.1 medium | Meta | 1 | 7.9 | $1.420 | 2/3 | 42.5s |
| #42 | GPT-5.4 medium | OpenAI | 1 | 8.2 | $1.560 | 2/3 | 9.14s |
| #44 | Muse Spark 1.2 low | Meta | 1 | 8.7 | $0.655 | 2/3 | 5.17s |