Seguimento de instruções: Resposta incorreta
Seguimento de instruções
Resposta incorreta
Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Seguimento de instruções, para identificar pontos fracos mais rápido.
Motivos de falha
82/82
Filtrar modelos
Nenhum modelo corresponde à pesquisa e aos filtros atuais.
| Posição | Modelo | Empresa | Contagem de Resposta incorreta | Pontuação da categoria | Custo total | Testes corretos | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|
| #104 | LongCat 2.0 medium | Meituan | 1 | 6.5 | $0.499 | 1/2 | 7.38s |
| #108 | Claude Sonnet 4.6 none | Anthropic | 1 | 6.5 | $0.661 | 1/2 | 1.96s |
| #113 | Qwen3.7 Plus none | Qwen | 1 | 6.3 | $0.106 | 1/2 | 929ms |
| #129 | GLM 5.1 medium | Z.ai | 1 | 6.4 | $0.727 | 1/2 | 7.47s |
| #130 | GPT-5.5 none | OpenAI | 1 | 6.2 | $0.544 | 1/2 | 1.15s |
| #137 | Qwen3.7 Flash medium | Qwen | 1 | 5.8 | $0.065 | 0/2 | 9.27s |
| #145 | DeepSeek V4 Pro none | DeepSeek | 1 | 6.3 | $0.226 | 1/2 | 4.12s |
| #148 | Gemini 3 Flash Preview none | 1 | 6.4 | $0.085 | 1/2 | 1.58s | |
| #152 | LongCat 2.0 low | Meituan | 1 | 6.5 | $0.412 | 1/2 | 6.39s |
| #153 | Gemini 3.5 Flash minimal | 1 | 6.4 | $0.300 | 1/2 | 893ms | |
| #155 | LongCat 2.0 high | Meituan | 1 | 6.5 | $0.492 | 1/2 | 6.96s |
| #158 | Qwen3.5-27B none | Qwen | 1 | 6.3 | $0.058 | 1/2 | 1.03s |
| #172 | LongCat 2.0 none | Meituan | 1 | 6.5 | $0.044 | 1/2 | 2.82s |
| #185 | Qwen3.7 Flash none | Qwen | 1 | 6.3 | $0.019 | 1/2 | 892ms |
| #189 | Trinity Large Thinking medium | Arcee AI | 1 | 4.4 | $0.756 | 0/2 | 3.99s |