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) |
|---|---|---|---|---|---|---|---|
| #407 | Xing4.0 29b A4b medium | Xingchen AGI | 2 | 0.3 | $0.000 | 0/3 | 257.1s |
| #326 | Hy4 preview low | Tencent | 1 | 0.5 | $1.844 | 0/3 | 238.0s |
| #30 | Muse Spark Open high | Meta | 1 | 0.8 | $1.782 | 2/3 | 145.7s |
| #136 | Muse Glimmer 30B high | Meta | 1 | 0.6 | $0.506 | 1/3 | 64.8s |
| #116 | Qwen3.5-27B medium | Qwen | 1 | 0.8 | $1.135 | 2/3 | 59.6s |
| #207 | Solar Pro 4 xhigh | Upstage | 1 | 0.9 | $0.067 | 2/3 | 58.0s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 1 | 0.7 | $0.149 | 1/3 | 56.8s |
| #258 | Solar Pro 4 high | Upstage | 1 | 0.9 | $0.077 | 2/3 | 55.2s |
| #375 | Gemini 3.1 Flash Lite high | 2 | 0.6 | $2.044 | 1/3 | 50.8s | |
| #392 | Gemini 3.1 Flash Lite Preview high | 1 | 0.8 | $2.310 | 2/3 | 46.7s | |
| #241 | Solar Pro 4 medium | Upstage | 1 | 0.9 | $0.098 | 2/3 | 45.8s |
| #244 | Kimi K2.5 medium | Moonshot AI | 1 | 0.5 | $0.841 | 1/3 | 43.2s |
| #57 | Muse Spark 1.1 medium | Meta | 1 | 0.8 | $1.665 | 2/3 | 42.5s |
| #211 | Solar Pro 4 low | Upstage | 1 | 0.9 | $0.101 | 2/3 | 42.1s |
| #187 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.6 | $1.136 | 1/3 | 41.0s |