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.

Modelos mostrados

Fallos totales

215

Modelo más afectado

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)
#141	Nemotron 3 Super none	NVIDIA	2	4.9	5/21	5.30s
#148	GPT-5.4 Nano none	OpenAI	2	4.7	4/21	1.48s
#152	MiMo-V2-Flash none	Xiaomi	2	4.6	4/21	2.76s
#153	Qwen3.6 35B A3B none	Qwen	2	4.6	4/21	3.73s
#154	Qwen3.5-9B none	Qwen	2	4.6	4/21	1.89s
#158	GLM 4.7 Flash medium	Z.ai	2	4.4	4/21	35.1s
#159	Ling-2.6-1T none	Inclusionai	2	4.3	3/21	7.72s
#162	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	2	4.1	2/19	728ms
#7	Gemini 3.5 Flash medium	Google	1	9.0	18/21	4.94s
#12	Gemini 3.1 Flash Lite Preview high	Google	1	8.6	13/16	68.1s
#13	Grok 4.20 Beta medium	X AI	1	8.5	14/18	9.75s
#17	GLM 5 medium	Z.ai	1	8.3	15/21	33.5s
#22	Step 3.7 Flash medium	Stepfun	1	8.0	14/21	20.4s
#23	GLM 5 Turbo medium	Z.ai	1	8.0	14/21	23.0s
#24	GPT-5.2 Chat none	OpenAI	1	7.9	14/21	7.13s

←

1 4 5 6 8

→

Fallos por No siguió las instrucciones