Ranking de fallos por No siguió las instrucciones

Mira qué modelos de IA se encuentran con No siguió las instrucciones con más frecuencia para detectar riesgos de fiabilidad antes de elegir. Ordenar por: Pruebas correctas ↑.

Modelos mostrados

Fallos totales

245

Modelo más afectado

Granite 4.1 8B 4

Categorías

En la categoría Resolución de acertijos90 En la categoría Inteligencia general78 En la categoría Trucos anti-IA33 En la categoría Seguimiento de instrucciones18 En la categoría Programación16 En la categoría Llamada de herramientas8 En la categoría Combinado1 En la categoría Específico del dominio1

140/140

Rango	Modelo	Empresa	Cantidad de No siguió las instrucciones	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#23	Claude Sonnet 5 medium	Anthropic	1	8.3	$0.922	16/22	12.5s
Pruebas totales 22 Pruebas incorrectas 6 Costo total $0.922 Tiempo de respuesta (promedio) 12.5s
#12	Grok 4.5 high	X AI	1	8.9	$1.707	17/22	76.5s
Pruebas totales 22 Pruebas incorrectas 5 Costo total $1.707 Tiempo de respuesta (promedio) 76.5s
#131	Grok 4.20 Beta medium	X AI	1	6.0	$0.750	14/18	9.75s
Pruebas totales 18 Pruebas incorrectas 4 Costo total $0.750 Tiempo de respuesta (promedio) 9.75s
#163	Gemini 3.1 Flash Lite Preview high	Google	1	5.3	$2.310	13/16	68.1s
Pruebas totales 16 Pruebas incorrectas 3 Costo total $2.310 Tiempo de respuesta (promedio) 68.1s
#9	Gemini 3.5 Flash medium	Google	1	9.1	$0.642	19/22	8.20s
Pruebas totales 22 Pruebas incorrectas 3 Costo total $0.642 Tiempo de respuesta (promedio) 8.20s

Fallos por No siguió las instrucciones

Filtrar modelos

Mejores modelos por Cantidad de No siguió las instrucciones

Cantidad de No siguió las instrucciones vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)