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.
Categorías
140/140
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de No siguió las instrucciones | Puntuación | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #123 | Inkling low | Thinkingmachines | 2 | 6.1 | $0.187 | 10/22 | 5.15s |
| #126 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 6.1 | $0.122 | 8/22 | 13.6s |
| #127 | Qwen3.5-35B-A3B none | Qwen | 2 | 6.1 | $0.106 | 7/22 | 12.7s |
| #128 | GPT-5 Nano medium | OpenAI | 2 | 6.1 | $0.114 | 9/22 | 54.9s |
| #134 | Mimo V2 Omni medium | Xiaomi | 2 | 5.9 | $0.683 | 10/21 | 41.2s |
| #142 | Qwen3.5-122B-A10B none | Qwen | 2 | 5.7 | $0.247 | 6/22 | 12.9s |
| #145 | GLM 5V Turbo none | Z.ai | 2 | 5.6 | $0.052 | 8/21 | 2.99s |
| #146 | Owl Alpha medium | Openrouter | 2 | 5.6 | $0.000 | 8/21 | 11.9s |
| #147 | Mimo V2 PRO none | Xiaomi | 2 | 5.6 | $0.045 | 7/21 | 2.27s |
| #152 | Qwen3.6 27B none | Qwen | 2 | 5.5 | $0.087 | 7/22 | 10.7s |
| #156 | Gemma 4 26B A4B none | 2 | 5.5 | $0.015 | 8/22 | 7.64s | |
| #158 | KAT-Coder-Air V2.5 low | Kwaipilot | 2 | 5.4 | $0.041 | 7/22 | 10.1s |
| #161 | Qwen3.6 35B A3B none | Qwen | 2 | 5.3 | $0.061 | 4/22 | 5.52s |
| #162 | Ling-2.6-1T none | Inclusionai | 2 | 5.3 | $0.016 | 4/22 | 8.58s |
| #167 | Mistral Small 4 medium | Mistral | 2 | 5.1 | $0.096 | 5/22 | 10.8s |