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) |
|---|---|---|---|---|---|---|---|
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.7 | $0.332 | 1/3 | 5.31s |
| #250 | Dots 3 Note Preview low | Dots Studio | 1 | 0.5 | $0.000 | 1/3 | 8.52s |
| #253 | Qwen3.6 27B none | Qwen | 1 | 0.5 | $0.148 | 1/3 | 5.15s |
| #256 | Minimax M3.1 Flash medium | Minimax | 1 | 0.8 | $0.000 | 2/3 | 4.18s |
| #258 | Solar Pro 4 high | Upstage | 1 | 0.9 | $0.077 | 2/3 | 55.2s |
| #260 | Ling 3.1 Flash low | Inclusionai | 1 | 0.9 | $0.000 | 2/3 | 32.8s |
| #262 | Space Bunny Alpha medium | Stealth | 1 | 0.8 | $0.000 | 2/3 | 3.42s |
| #263 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.7 | $0.152 | 1/3 | 37.7s |
| #264 | Trinity Large Thinking low | Arcee AI | 1 | 0.6 | $0.918 | 1/3 | 3.28s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/3 | 23.7s |
| #269 | GLM 5 Turbo medium | Z.ai | 1 | 0.9 | $0.323 | 2/3 | 5.23s |
| #272 | Claude Fable 5.1 low | Anthropic | 1 | 0.8 | $3.395 | 2/3 | 4.78s |
| #286 | Inkling Small medium | Thinkingmachines | 1 | 0.6 | $0.113 | 1/3 | 5.24s |
| #289 | gpt-oss-120b medium | OpenAI | 1 | 0.5 | $0.030 | 1/3 | 21.7s |
| #290 | Gemini 3.1 Flash Lite none | 1 | 0.6 | $0.069 | 1/3 | 720ms |