AI BENCHY
Advertise here

Fallos AI BENCHY

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: Puntuación ↑.

Modelos mostrados

15

Fallos totales

215

Modelo más afectado

Granite 4.1 8B 4

Categorías

En la categoría Resolución de acertijos78 En la categoría Inteligencia general74 En la categoría Trucos anti-IA30 En la categoría Programación14 En la categoría Seguimiento de instrucciones11 En la categoría Llamada de herramientas6 En la categoría Combinado1 En la categoría Específico del dominio1
Rango Modelo Empresa Cantidad de No siguió las instrucciones Puntuación Pruebas correctas Tiempo de respuesta (promedio)
#163 Granite 4.1 8B none IBM Granite 4 4.0 2/21 728ms
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 2 4.1 2/19 728ms
#161 Qwen3.5-9B medium Qwen 1 4.2 3/21 82.2s
#160 LFM2-24B-A2B none Liquid 1 4.2 2/16 782ms
#159 Ling-2.6-1T none Inclusionai 2 4.3 3/21 7.72s
#158 GLM 4.7 Flash medium Z.ai 2 4.4 4/21 35.1s
#157 Grok 4.1 Fast none X AI 3 4.4 3/19 1.62s
#156 Hy3 preview none Tencent 4 4.4 4/21 12.9s
#155 Mercury 2 none Inception 1 4.5 4/21 653ms
#154 Qwen3.5-9B none Qwen 2 4.6 4/21 1.89s
#153 Qwen3.6 35B A3B none Qwen 2 4.6 4/21 3.73s
#152 MiMo-V2-Flash none Xiaomi 2 4.6 4/21 2.76s
#151 Trinity Large Preview none Arcee AI 3 4.6 4/21 2.98s
#150 Qwen3 Coder Next medium Qwen 3 4.6 4/21 8.58s
#149 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 1 4.6 4/19 17.1s

Mejores modelos por Cantidad de No siguió las instrucciones

Cantidad de No siguió las instrucciones vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)