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
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) |
|---|---|---|---|---|---|---|---|
| #450 | Nimble v3 9B default | Bespoke Labs | 1 | 0.2 | ~$0.001 | 0/1 | 79ms |
| #438 | Jev 1.14 default | Typesafe | 1 | 0.2 | $0.003 | 0/1 | 270ms |
| #344 | Mistral Small 4 none | Mistral | 1 | 0.3 | $0.047 | 0/3 | 399ms |
| #436 | GPT-6 Luna Decisions default | OpenAI | 1 | 0.2 | $0.005 | 0/1 | 414ms |
| #430 | d1-ultra default | Liquid | 1 | 0.2 | $0.003 | 0/1 | 485ms |
| #433 | Decider V1.2 default | Perplexity | 1 | 0.2 | $0.001 | 0/1 | 490ms |
| #431 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.3 | $0.000 | 0/3 | 532ms |
| #405 | Granite 4.1 8b default | IBM Granite | 1 | 0.3 | $0.007 | 0/3 | 608ms |
| #362 | Qwen3.5-9B none | Qwen | 1 | 0.3 | $0.041 | 0/3 | 621ms |
| #367 | Mercury 2.5 Preview default | Inception | 1 | 0.6 | $0.023 | 1/3 | 684ms |
| #290 | Gemini 3.1 Flash Lite none | 1 | 0.6 | $0.069 | 1/3 | 720ms | |
| #320 | Gemma 4 26B A4B none | 1 | 0.6 | $0.031 | 1/3 | 744ms | |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.5 | $0.040 | 0/3 | 754ms |
| #413 | Elephant Alpha default | Openrouter | 1 | 0.4 | $0.000 | 0/3 | 807ms |
| #303 | GPT-5.4 Mini none | OpenAI | 1 | 0.5 | $0.170 | 1/3 | 836ms |