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
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) |
|---|---|---|---|---|---|---|---|
| #49 | GLM 5 Turbo medium | Z.ai | 1 | 8.7 | $0.323 | 2/3 | 5.23s |
| #52 | Kimi K2.7 Code medium | Moonshot AI | 1 | 5.9 | $0.751 | 1/3 | 41.0s |
| #53 | GPT-5.4 Nano medium | OpenAI | 1 | 4.1 | $0.138 | 0/3 | 3.79s |
| #56 | GPT-5.4 Mini medium | OpenAI | 1 | 7.8 | $0.756 | 2/3 | 4.37s |
| #58 | Qwen3.5-27B medium | Qwen | 1 | 8.2 | $1.627 | 2/3 | 59.6s |
| #68 | Kimi K2.6 medium | Moonshot AI | 1 | 6.0 | $1.036 | 1/3 | 25.1s |
| #73 | Grok 4.3 medium | X AI | 1 | 5.9 | $0.779 | 1/3 | 22.5s |
| #76 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 1/3 | 37.7s |
| #77 | Kimi K2.5 medium | Moonshot AI | 1 | 5.3 | $0.600 | 1/3 | 43.2s |
| #78 | Mercury 2 medium | Inception | 1 | 5.4 | $0.093 | 1/3 | 949ms |
| #84 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 6.7 | $0.187 | 1/3 | 5.31s |
| #85 | Qwen3.6 Flash medium | Qwen | 1 | 8.2 | $0.738 | 2/3 | 6.29s |
| #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 |
| #100 | Hy3 preview medium | Tencent | 1 | 7.7 | $0.018 | 2/3 | 11.1s |