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: Tiempo de respuesta (promedio) ↑.
Motivos de fallo
86/86
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) |
|---|---|---|---|---|---|---|---|
| #165 | Mistral Small 4 none | Mistral | 1 | 3.1 | $0.022 | 0/3 | 399ms |
| #208 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 1 | 3.0 | $0.000 | 0/3 | 532ms |
| #201 | Granite 4.1 8B none | IBM Granite | 1 | 3.2 | $0.007 | 0/3 | 608ms |
| #169 | Qwen3.5-9B none | Qwen | 1 | 3.2 | $0.021 | 0/3 | 621ms |
| #122 | Gemini 3.1 Flash Lite none | 1 | 6.3 | $0.046 | 1/3 | 720ms | |
| #156 | Gemma 4 26B A4B none | 1 | 6.2 | $0.015 | 1/3 | 744ms | |
| #193 | Elephant Alpha none | Openrouter | 1 | 4.2 | $0.000 | 0/3 | 807ms |
| #136 | GPT-5.4 Mini none | OpenAI | 1 | 5.4 | $0.095 | 1/3 | 836ms |
| #195 | Elephant Alpha medium | Openrouter | 1 | 5.3 | $0.000 | 1/3 | 868ms |
| #78 | Mercury 2 medium | Inception | 1 | 5.4 | $0.093 | 1/3 | 949ms |
| #142 | Qwen3.5-122B-A10B none | Qwen | 1 | 3.8 | $0.247 | 0/3 | 1.00s |
| #129 | Nemotron 3 Ultra none | NVIDIA | 1 | 5.9 | $0.095 | 1/3 | 1.06s |
| #161 | Qwen3.6 35B A3B none | Qwen | 2 | 3.2 | $0.061 | 0/3 | 1.07s |
| #176 | GLM 4.7 Flash none | Z.ai | 1 | 6.4 | $0.016 | 1/3 | 1.20s |
| #174 | GPT-4o-mini none | OpenAI | 1 | 3.5 | $0.010 | 0/3 | 1.21s |