Ranking de fallos por No siguió las instrucciones

Fallos AI BENCHY

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

180

Modelo más afectado

LFM2-24B-A2B 2

Categorías

En la categoría Resolución de acertijos75 En la categoría Inteligencia general58 En la categoría Seguimiento de instrucciones22 En la categoría Trucos anti-IA17 En la categoría Llamada de herramientas6 En la categoría Programación2

Rango	Modelo	Empresa	Cantidad de No siguió las instrucciones	Puntuación	Pruebas correctas	Tiempo de respuesta (promedio)
#57	GPT-5 Nano medium	OpenAI	3	6.3	7/18	44.1s
#60	Gemma 4 26B A4B none	Google	3	6.2	7/18	6.59s
#62	Gemini 2.5 Flash none	Google	1	6.2	7/18	903ms
#63	Qwen3.5-35B-A3B none	Qwen	2	6.1	7/18	3.82s
#65	MiMo-V2-Pro none	Xiaomi	2	6.0	7/18	2.39s
#66	GPT-5.4 none	OpenAI	1	5.9	7/18	1.51s
#68	gpt-oss-120b medium	OpenAI	4	5.8	7/18	16.1s
#69	Kimi K2.6 none	Moonshot AI	3	5.8	7/18	2.05s
#50	Hunter Alpha medium	OpenRouter	2	6.7	8/18	10.3s
#54	Mercury 2 medium	Inception	4	6.5	8/18	2.21s
#55	MiMo-V2-Omni none	Xiaomi	2	6.5	8/18	1.99s
#58	GLM 5V Turbo none	Z.ai	2	6.2	8/18	3.10s
#59	Qwen3.5-Flash none	Qwen	1	6.2	8/18	3.25s
#44	GPT-5.4 Mini medium	OpenAI	5	7.3	9/18	15.2s
#45	GPT-5 Mini medium	OpenAI	4	7.0	9/18	24.0s

←

1 2 3 4 5 6

→

Fallos por No siguió las instrucciones

Mejores modelos por Cantidad de No siguió las instrucciones

Cantidad de No siguió las instrucciones vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)