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
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) |
|---|---|---|---|---|---|---|---|
| #53 | GPT-5.4 Nano medium | OpenAI | 1 | 4.1 | $0.138 | 0/3 | 3.79s |
| #91 | LongCat 2.0 low | Meituan | 1 | 3.1 | $0.391 | 0/3 | 8.15s |
| #97 | LongCat 2.0 high | Meituan | 1 | 3.1 | $0.469 | 0/3 | 9.18s |
| #124 | Qwen3.6 Flash none | Qwen | 1 | 3.5 | $0.062 | 0/3 | 1.21s |
| #127 | Qwen3.5-35B-A3B none | Qwen | 1 | 3.7 | $0.106 | 0/3 | 1.35s |
| #138 | Kimi K2.6 none | Moonshot AI | 1 | 3.1 | $0.184 | 0/3 | 1.40s |
| #140 | Nemotron 3 Super medium | NVIDIA | 1 | 3.0 | $0.050 | 0/3 | 3.15s |
| #142 | Qwen3.5-122B-A10B none | Qwen | 1 | 3.8 | $0.247 | 0/3 | 1.00s |
| #150 | DeepSeek V4 Flash none | DeepSeek | 1 | 3.1 | $0.044 | 0/3 | 23.7s |
| #158 | KAT-Coder-Air V2.5 low | Kwaipilot | 1 | 3.1 | $0.041 | 0/3 | 1.57s |
| #161 | Qwen3.6 35B A3B none | Qwen | 2 | 3.2 | $0.061 | 0/3 | 1.07s |
| #162 | Ling-2.6-1T none | Inclusionai | 1 | 3.1 | $0.016 | 0/3 | 5.36s |
| #165 | Mistral Small 4 none | Mistral | 1 | 3.1 | $0.022 | 0/3 | 399ms |
| #167 | Mistral Small 4 medium | Mistral | 1 | 3.4 | $0.096 | 0/3 | 2.17s |
| #169 | Qwen3.5-9B none | Qwen | 1 | 3.2 | $0.021 | 0/3 | 621ms |