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. Ordenar por: Cantidad de fallos ↑.
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) |
|---|---|---|---|---|---|---|---|
| #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 |
| #40 | Muse Spark 1.3 high | Meta | 1 | 0.9 | $1.891 | 2/3 | 38.4s |
| #53 | GLM 5.3 Flash max | Z.ai | 1 | 0.9 | $0.089 | 2/3 | 5.61s |
| #55 | Muse Spark 1.2 high | Meta | 1 | 0.8 | $2.018 | 2/3 | 10.1s |
| #56 | Muse Spark 1.2 medium | Meta | 1 | 0.9 | $1.590 | 2/3 | 9.45s |
| #57 | Muse Spark 1.1 medium | Meta | 1 | 0.8 | $1.665 | 2/3 | 42.5s |
| #61 | GPT-5.4 medium | OpenAI | 1 | 0.8 | $2.213 | 2/3 | 9.14s |
| #62 | Muse Spark Open medium | Meta | 1 | 0.8 | $1.260 | 2/3 | 29.4s |
| #63 | DeepSeek V4.1 Flash high | DeepSeek | 1 | 0.6 | $0.617 | 1/3 | 14.3s |
| #64 | DeepSeek V4.1 Flash medium | DeepSeek | 1 | 0.9 | $0.591 | 2/3 | 8.01s |