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) |
|---|---|---|---|---|---|---|---|
| #320 | Gemma 4 26B A4B none | 1 | 0.6 | $0.031 | 1/3 | 744ms | |
| #322 | Seed-2.0-Code none | Bytedance Seed | 1 | 0.8 | $0.257 | 2/3 | 10.0s |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.6 | ~$0.010 | 1/3 | 1.25s |
| #326 | Hy4 preview low | Tencent | 1 | 0.5 | $1.844 | 0/3 | 238.0s |
| #328 | Step 3.5 Flash medium | Stepfun | 1 | 0.5 | $0.105 | 1/3 | 7.22s |
| #330 | Hy3 preview medium | Tencent | 1 | 0.8 | $0.049 | 2/3 | 11.1s |
| #341 | Mimo V2 PRO medium | Xiaomi | 1 | 0.6 | $0.333 | 1/3 | 5.08s |
| #343 | Mistral Small 4 medium | Mistral | 1 | 0.3 | $0.126 | 0/3 | 2.17s |
| #344 | Mistral Small 4 none | Mistral | 1 | 0.3 | $0.047 | 0/3 | 399ms |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 1 | 0.7 | $0.135 | 1/3 | 1.30s |
| #348 | Apodex 1.1 Mini default | Apodex | 1 | 0.3 | $0.000 | 0/3 | 1.20s |
| #351 | MiniMax M2.7 medium | Minimax | 1 | 0.6 | $0.326 | 1/3 | 24.9s |
| #353 | GPT-4o-mini default | OpenAI | 1 | 0.4 | $0.024 | 0/3 | 1.21s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 1 | 0.3 | $0.046 | 0/3 | 1.57s |
| #360 | Ling 2.6 1t default | Inclusionai | 1 | 0.3 | $0.016 | 0/3 | 5.36s |