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. Ordenar por: Contagem de falhas ↑.
Motivos de falha
111/111
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) |
|---|---|---|---|---|---|---|---|
| #128 | Qwen3.7 Plus none | Qwen | 1 | 0.6 | $0.178 | 1/2 | 929ms |
| #143 | Space Bunny Alpha high | Stealth | 1 | 0.6 | $0.000 | 1/2 | 2.04s |
| #144 | GLM 5.1 medium | Z.ai | 1 | 0.6 | $1.546 | 1/2 | 7.47s |
| #155 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.6 | $0.083 | 1/2 | 4.12s |
| #162 | LongCat 2.0 high | Meituan | 1 | 0.7 | $0.778 | 1/2 | 6.96s |
| #165 | Qwen3.5-27B none | Qwen | 1 | 0.6 | $0.116 | 1/2 | 1.03s |
| #171 | LongCat 2.0 medium | Meituan | 1 | 0.7 | $0.767 | 1/2 | 7.38s |
| #201 | Space Bunny Alpha max | Stealth | 1 | 0.6 | $0.000 | 0/2 | 3.78s |
| #205 | Qwen3.5-Flash none | Qwen | 1 | 0.6 | $0.089 | 1/2 | 8.81s |
| #214 | GPT-5.5 none | OpenAI | 1 | 0.6 | $1.212 | 1/2 | 1.15s |
| #216 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 0/2 | 9.27s |
| #217 | LongCat 2.0 low | Meituan | 1 | 0.7 | $0.630 | 1/2 | 6.39s |
| #232 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.6 | $0.308 | 1/2 | 513ms |
| #233 | Gemini 3 Flash Preview none | 1 | 0.6 | $0.155 | 1/2 | 1.58s | |
| #240 | Gemini 3.5 Flash minimal | 1 | 0.6 | $0.508 | 1/2 | 893ms |