Llamada de herramientas: No siguió las instrucciones
Llamada de herramientas
No siguió las instrucciones
Mira qué modelos de IA tienen más probabilidades de caer en No siguió las instrucciones dentro de Llamada de herramientas, para detectar puntos débiles más rápido.
Motivos de fallo
12/12
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) |
|---|---|---|---|---|---|---|---|
| #50 | Inkling Small high | Thinkingmachines | 1 | 3.0 | $0.398 | 0/1 | 2.91s |
| #97 | GPT-5.4 Mini medium | OpenAI | 1 | 4.7 | $0.786 | 0/1 | 9.62s |
| #132 | Grok 4.20 medium | X AI | 1 | 3.0 | $0.805 | 0/1 | 13.7s |
| #160 | Inkling Small medium | Thinkingmachines | 1 | 3.0 | $0.113 | 0/1 | 2.12s |
| #188 | Inkling low | Thinkingmachines | 1 | 3.0 | $0.187 | 0/1 | 2.57s |
| #196 | Grok 4.20 Beta medium | X AI | 1 | 3.0 | $0.750 | 0/1 | 12.4s |
| #207 | GPT-5.4 Mini none | OpenAI | 1 | 3.0 | $0.095 | 0/1 | 2.32s |
| #241 | Inkling Small none | Thinkingmachines | 1 | 3.0 | $0.054 | 0/1 | 2.31s |
| #248 | Inkling none | Thinkingmachines | 1 | 3.0 | $0.147 | 0/1 | 2.50s |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 4.7 | $0.208 | 0/1 | 12.0s |
| #267 | Nemotron 3 Super none | NVIDIA | 1 | 4.7 | $0.008 | 0/1 | 16.0s |
| #297 | Ling 3.0 Tiny none | Inclusionai | 1 | 3.0 | $0.000 | 0/1 | 3.05s |