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) |
|---|---|---|---|---|---|---|---|
| #291 | Qwen3.6 Flash none | Qwen | 1 | 0.4 | $0.139 | 0/3 | 1.21s |
| #293 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.6 | $0.164 | 1/3 | 1.06s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.4 | $0.028 | 0/3 | 1.39s |
| #300 | Ring 2.6 1t medium | Inclusionai | 1 | 0.6 | $0.102 | 1/3 | 20.7s |
| #302 | GPT-5 Nano medium | OpenAI | 1 | 0.5 | $0.159 | 1/3 | 20.6s |
| #303 | GPT-5.4 Mini none | OpenAI | 1 | 0.5 | $0.170 | 1/3 | 836ms |
| #304 | Mistral Large 4 none | Mistral | 1 | 0.8 | $0.290 | 2/3 | 19.3s |
| #306 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.5 | $0.000 | 1/3 | 8.71s |
| #307 | Gemma 4 31B none | 1 | 0.6 | $0.031 | 1/3 | 4.23s | |
| #308 | Space Bunny Alpha low | Stealth | 1 | 0.8 | $0.000 | 2/3 | 3.51s |
| #309 | GPT-5.4 none | OpenAI | 1 | 0.6 | $0.690 | 1/3 | 1.44s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.4 | $0.120 | 0/3 | 1.35s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.5 | $0.040 | 0/3 | 754ms |
| #315 | Nemotron 3 Super medium | NVIDIA | 1 | 0.3 | $0.081 | 0/3 | 3.15s |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.3 | $0.486 | 0/3 | 1.40s |