Seguimento de instruções: Não seguiu as instruções
Seguimento de instruções
Não seguiu as instruções
Veja quais modelos de IA têm mais chance de encontrar Não seguiu as instruções em Seguimento de instruções, para identificar pontos fracos mais rápido. Ordenar por: Custo total ↓.
Motivos de falha
54/54
Filtrar modelos
Nenhum modelo corresponde à pesquisa e aos filtros atuais.
| Posição | Modelo | Empresa | Contagem de Não seguiu as instruções | Pontuação da categoria | Custo total | Testes corretos | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|
| #67 | Claude Fable 5.1 medium | Anthropic | 1 | 7.3 | $2.909 | 1/2 | 5.77s |
| #74 | Grok 4.7 medium | X AI | 1 | 8.4 | $2.254 | 1/2 | 6.68s |
| #76 | Muse Spark 1.1 high | Meta | 1 | 6.4 | $2.253 | 1/2 | 7.81s |
| #111 | Grok 4.7 high | X AI | 1 | 8.4 | $2.180 | 1/2 | 14.1s |
| #33 | Muse Spark 1.3 high | Meta | 1 | 6.5 | $1.653 | 1/2 | 14.7s |
| #47 | Muse Spark 1.1 medium | Meta | 1 | 6.5 | $1.420 | 1/2 | 6.31s |
| #82 | Grok 4.7 low | X AI | 1 | 8.4 | $1.320 | 1/2 | 6.19s |
| #216 | Trinity Large Thinking medium | Arcee AI | 1 | 4.4 | $0.756 | 0/2 | 3.99s |
| #231 | Mimo V2 Omni medium | Xiaomi | 1 | 8.3 | $0.683 | 1/2 | 4.99s |
| #66 | Muse Spark 1.1 low | Meta | 1 | 7.3 | $0.673 | 1/2 | 5.42s |
| #221 | Trinity Large Thinking low | Arcee AI | 1 | 4.4 | $0.625 | 0/2 | 4.07s |
| #73 | Muse Glimmer 30B xhigh | Meta | 1 | 8.4 | $0.510 | 1/2 | 8.90s |
| #61 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 8.4 | $0.477 | 1/2 | 1.79s |
| #139 | Muse Glimmer 30B high | Meta | 1 | 8.4 | $0.430 | 1/2 | 8.62s |
| #100 | DeepSeek V4 Pro high | DeepSeek | 1 | 7.8 | $0.424 | 1/2 | 8.73s |