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: Pruebas correctas ↑.
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) |
|---|---|---|---|---|---|---|---|
| #112 | GPT-5.4 Nano medium | OpenAI | 1 | 0.4 | $0.235 | 0/3 | 3.79s |
| #157 | Inkling Small high | Thinkingmachines | 1 | 0.5 | $0.398 | 0/3 | 14.4s |
| #165 | LongCat 2.0 high | Meituan | 1 | 0.3 | $0.778 | 0/3 | 9.18s |
| #222 | LongCat 2.0 low | Meituan | 1 | 0.3 | $0.630 | 0/3 | 8.15s |
| #238 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.4 | $0.308 | 0/3 | 1.00s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/3 | 23.7s |
| #275 | Trinity Large Thinking medium | Arcee AI | 2 | 0.5 | $0.862 | 0/3 | 2.90s |
| #291 | Qwen3.6 Flash none | Qwen | 1 | 0.4 | $0.139 | 0/3 | 1.21s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.4 | $0.028 | 0/3 | 1.39s |
| #301 | Trinity Large Thinking high | Arcee AI | 2 | 0.5 | $0.794 | 0/3 | 3.84s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.4 | $0.120 | 0/3 | 1.35s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.5 | $0.040 | 0/3 | 754ms |
| #315 | Nemotron 3 Super medium | NVIDIA | 1 | 0.3 | $0.081 | 0/3 | 3.15s |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.3 | $0.486 | 0/3 | 1.40s |
| #326 | Hy4 preview low | Tencent | 1 | 0.5 | $1.844 | 0/3 | 238.0s |