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) |
|---|---|---|---|---|---|---|---|
| #58 | Qwen3.5-27B medium | Qwen | 1 | 8.2 | $1.627 | 2/3 | 59.6s |
| #46 | DeepSeek V4 Pro high | DeepSeek | 1 | 6.9 | $0.200 | 1/3 | 56.8s |
| #143 | Gemini 3.1 Flash Lite high | 2 | 5.7 | $2.044 | 1/3 | 50.8s | |
| #163 | Gemini 3.1 Flash Lite Preview high | 1 | 7.7 | $2.310 | 2/3 | 46.7s | |
| #77 | Kimi K2.5 medium | Moonshot AI | 1 | 5.3 | $0.600 | 1/3 | 43.2s |
| #16 | Muse Spark 1.1 medium | Meta | 1 | 7.9 | $1.357 | 2/3 | 42.5s |
| #52 | Kimi K2.7 Code medium | Moonshot AI | 1 | 5.9 | $0.751 | 1/3 | 41.0s |
| #76 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 1/3 | 37.7s |
| #31 | GLM 5.2 high | Z.ai | 1 | 6.0 | $0.970 | 1/3 | 33.7s |
| #179 | Ring-2.6-1T none | Inclusionai | 1 | 7.7 | $0.026 | 2/3 | 31.5s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 1 | 8.2 | $0.042 | 2/3 | 26.1s |
| #68 | Kimi K2.6 medium | Moonshot AI | 1 | 6.0 | $1.036 | 1/3 | 25.1s |
| #172 | MiniMax M2.7 medium | Minimax | 1 | 5.9 | $0.163 | 1/3 | 24.9s |
| #171 | North Mini Code none | Cohere | 2 | 3.5 | $0.000 | 0/3 | 24.4s |
| #150 | DeepSeek V4 Flash none | DeepSeek | 1 | 3.1 | $0.044 | 0/3 | 23.7s |