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
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) |
|---|---|---|---|---|---|---|---|
| #294 | GPT-5.4 Mini none | OpenAI | 1 | 0.6 | $0.170 | 1/2 | 728ms |
| #295 | Mistral Large 4 none | Mistral | 1 | 0.7 | $0.290 | 1/2 | 1.16s |
| #298 | Gemma 4 31B none | 1 | 0.7 | $0.031 | 1/2 | 2.84s | |
| #299 | Space Bunny Alpha low | Stealth | 1 | 0.4 | $0.000 | 0/2 | 1.43s |
| #300 | GPT-5.4 none | OpenAI | 1 | 0.7 | $0.690 | 1/2 | 1.07s |
| #301 | Solar Pro 4 none | Upstage | 1 | 0.6 | $0.022 | 1/2 | 1.67s |
| #304 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.6 | $0.120 | 1/2 | 809ms |
| #307 | Kimi K2.6 none | Moonshot AI | 1 | 0.7 | $0.486 | 1/2 | 1.64s |
| #310 | GPT-6 Luna none | OpenAI | 1 | 0.6 | $0.026 | 1/2 | 17.0s |
| #311 | Gemma 4 26B A4B none | 1 | 0.6 | $0.031 | 1/2 | 690ms | |
| #315 | Qwen3.8 27B none | Qwen | 1 | 0.6 | ~$0.010 | 1/2 | 582ms |
| #318 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.7 | $0.060 | 1/2 | 810ms |
| #322 | GPT-5.6 Luna none | OpenAI | 1 | 0.7 | $0.042 | 1/2 | 1.23s |
| #323 | Granite 4.2 8B low | IBM Granite | 1 | 0.3 | $0.036 | 0/2 | 75.8s |
| #324 | Kimi K2.5 none | Moonshot AI | 1 | 0.7 | $0.262 | 1/2 | 2.67s |