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

Qwen3.6 Plus Preview 1

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)
#94	MiMo-V2-Flash none	Xiaomi	1	4.5	3/18	2.79s
#95	Grok 4.1 Fast none	X AI	2	4.5	3/18	1.76s
#97	Qwen3.5-9B medium	Qwen	2	4.4	3/18	73.6s
#96	GPT-5.4 Nano none	OpenAI	3	4.5	2/18	1.40s
#98	LFM2-24B-A2B none	Liquid	2	4.1	1/16	811ms

←

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)