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) |
|---|---|---|---|---|---|---|---|
| #139 | GPT-5.4 none | OpenAI | 1 | 5.6 | $0.397 | 1/3 | 1.44s |
| #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 |
| #145 | GLM 5V Turbo none | Z.ai | 1 | 5.3 | $0.052 | 1/3 | 2.40s |
| #146 | Owl Alpha medium | Openrouter | 1 | 5.3 | $0.000 | 1/3 | 3.40s |
| #147 | Mimo V2 PRO none | Xiaomi | 1 | 6.0 | $0.045 | 1/3 | 1.61s |
| #148 | Owl Alpha none | Openrouter | 1 | 5.4 | $0.000 | 1/3 | 4.18s |
| #150 | DeepSeek V4 Flash none | DeepSeek | 1 | 3.1 | $0.044 | 0/3 | 23.7s |
| #152 | Qwen3.6 27B none | Qwen | 1 | 5.3 | $0.087 | 1/3 | 5.15s |
| #154 | MiMo-V2.5-Pro none | Xiaomi | 1 | 6.7 | $0.068 | 1/3 | 1.30s |
| #156 | Gemma 4 26B A4B none | 1 | 6.2 | $0.015 | 1/3 | 744ms | |
| #158 | KAT-Coder-Air V2.5 low | Kwaipilot | 1 | 3.1 | $0.041 | 0/3 | 1.57s |
| #162 | Ling-2.6-1T none | Inclusionai | 1 | 3.1 | $0.016 | 0/3 | 5.36s |
| #163 | Gemini 3.1 Flash Lite Preview high | 1 | 7.7 | $2.310 | 2/3 | 46.7s | |
| #165 | Mistral Small 4 none | Mistral | 1 | 3.1 | $0.022 | 0/3 | 399ms |