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) |
|---|---|---|---|---|---|---|---|
| #187 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.6 | $1.136 | 1/3 | 41.0s |
| #193 | Muse Glimmer 30B low | Meta | 1 | 0.8 | $0.219 | 2/3 | 5.06s |
| #201 | Kimi K2.6 medium | Moonshot AI | 1 | 0.6 | $1.594 | 1/3 | 25.1s |
| #203 | Inkling low | Thinkingmachines | 1 | 0.6 | $0.293 | 1/3 | 2.97s |
| #207 | Solar Pro 4 xhigh | Upstage | 1 | 0.9 | $0.067 | 2/3 | 58.0s |
| #211 | Solar Pro 4 low | Upstage | 1 | 0.9 | $0.101 | 2/3 | 42.1s |
| #218 | GLM 5.3 Flash low | Z.ai | 1 | 0.8 | $0.038 | 2/3 | 2.67s |
| #221 | Qwen3.7 Flash medium | Qwen | 1 | 0.7 | $0.076 | 1/3 | 8.30s |
| #222 | LongCat 2.0 low | Meituan | 1 | 0.3 | $0.630 | 0/3 | 8.15s |
| #223 | Mercury 2 medium | Inception | 1 | 0.5 | $0.121 | 1/3 | 949ms |
| #236 | Grok 4.3 medium | X AI | 1 | 0.6 | $0.989 | 1/3 | 22.5s |
| #238 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.4 | $0.308 | 0/3 | 1.00s |
| #240 | Beam 1.0 501B A23B max | Reflection | 1 | 0.8 | $0.799 | 2/3 | 3.94s |
| #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 |