AI BENCHY
Your ad 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: Tiempo de respuesta (promedio) ↓.

Modelos mostrados

15

Fallos totales

180

Modelo más afectado

Qwen3.5-9B 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)
#73 Mistral Small 4 medium Mistral 3 5.7 5/18 5.64s
#78 Trinity Large Preview none Arcee AI 2 5.3 5/18 5.07s
#42 Claude Sonnet 4.6 none Anthropic 1 7.4 11/18 4.98s
#72 Hunter Alpha none OpenRouter 2 5.7 6/18 4.58s
#75 GLM 5.1 none Z.ai 2 5.6 5/18 4.33s
#48 Gemma 4 31B none Google 1 6.9 10/18 4.02s
#63 Qwen3.5-35B-A3B none Qwen 2 6.1 7/18 3.82s
#17 Gemini 3.1 Flash Lite Preview medium Google 1 8.2 13/18 3.74s
#70 Qwen3.5-122B-A10B none Qwen 1 5.7 6/18 3.69s
#74 GLM 4.7 Flash none Z.ai 2 5.6 5/18 3.35s
#59 Qwen3.5-Flash none Qwen 1 6.2 8/18 3.25s
#22 Gemini 3.1 Flash Lite Preview low Google 1 8.1 13/18 3.22s
#58 GLM 5V Turbo none Z.ai 2 6.2 8/18 3.10s
#77 GLM 5 Turbo none Z.ai 2 5.5 6/18 2.94s
#94 MiMo-V2-Flash none Xiaomi 1 4.5 3/18 2.79s

Mejores modelos por Cantidad de No siguió las instrucciones

Cantidad de No siguió las instrucciones vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)