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.
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) |
|---|---|---|---|---|---|---|---|
| #388 | Trinity Large Preview default | Arcee AI | 1 | 0.4 | $0.008 | 0/3 | 1.97s |
| #390 | Cobuddy medium | Baidu | 1 | 0.4 | $0.000 | 0/3 | 12.8s |
| #392 | Gemini 3.1 Flash Lite Preview high | 1 | 0.8 | $2.310 | 2/3 | 46.7s | |
| #394 | GLM 4.7 Flash medium | Z.ai | 1 | 0.3 | $0.193 | 0/3 | 12.9s |
| #395 | gpt-oss-120b none | OpenAI | 1 | 0.6 | $0.016 | 1/3 | 8.21s |
| #396 | GLM 5 Turbo none | Z.ai | 1 | 0.5 | $0.047 | 1/3 | 2.65s |
| #400 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 0.7 | $5.599 | 1/3 | 5.19s |
| #401 | Hunter Alpha medium | OpenRouter | 1 | 0.6 | $0.000 | 1/3 | 5.35s |
| #402 | Grok 4.1 Fast medium | X AI | 1 | 0.5 | $0.069 | 1/3 | 7.40s |
| #405 | Granite 4.1 8b default | IBM Granite | 1 | 0.3 | $0.007 | 0/3 | 608ms |
| #413 | Elephant Alpha default | Openrouter | 1 | 0.4 | $0.000 | 0/3 | 807ms |
| #414 | Elephant Alpha medium | Openrouter | 1 | 0.5 | $0.000 | 1/3 | 868ms |
| #415 | Hunter Alpha default | OpenRouter | 1 | 0.6 | $0.000 | 1/3 | 3.71s |
| #419 | Hy3 preview none | Tencent | 1 | 0.3 | $0.007 | 0/3 | 4.56s |
| #421 | Xing4.0 29b A4b none | Xingchen AGI | 1 | 0.3 | $0.000 | 0/3 | 16.8s |