Resolução de quebra-cabeças: Não seguiu as instruções
Resolução de quebra-cabeças
Não seguiu as instruções
Veja quais modelos de IA têm mais chance de encontrar Não seguiu as instruções em Resolução de quebra-cabeças, para identificar pontos fracos mais rápido. Ordenar por: Tempo de resposta (médio) ↓.
Motivos de falha
86/86
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) |
|---|---|---|---|---|---|---|---|
| #58 | Qwen3.5-27B medium | Qwen | 1 | 8.2 | $1.627 | 2/3 | 59.6s |
| #46 | DeepSeek V4 Pro high | DeepSeek | 1 | 6.9 | $0.200 | 1/3 | 56.8s |
| #143 | Gemini 3.1 Flash Lite high | 2 | 5.7 | $2.044 | 1/3 | 50.8s | |
| #163 | Gemini 3.1 Flash Lite Preview high | 1 | 7.7 | $2.310 | 2/3 | 46.7s | |
| #77 | Kimi K2.5 medium | Moonshot AI | 1 | 5.3 | $0.600 | 1/3 | 43.2s |
| #16 | Muse Spark 1.1 medium | Meta | 1 | 7.9 | $1.357 | 2/3 | 42.5s |
| #52 | Kimi K2.7 Code medium | Moonshot AI | 1 | 5.9 | $0.751 | 1/3 | 41.0s |
| #76 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 1/3 | 37.7s |
| #31 | GLM 5.2 high | Z.ai | 1 | 6.0 | $0.970 | 1/3 | 33.7s |
| #179 | Ring-2.6-1T none | Inclusionai | 1 | 7.7 | $0.026 | 2/3 | 31.5s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 1 | 8.2 | $0.042 | 2/3 | 26.1s |
| #68 | Kimi K2.6 medium | Moonshot AI | 1 | 6.0 | $1.036 | 1/3 | 25.1s |
| #172 | MiniMax M2.7 medium | Minimax | 1 | 5.9 | $0.163 | 1/3 | 24.9s |
| #171 | North Mini Code none | Cohere | 2 | 3.5 | $0.000 | 0/3 | 24.4s |
| #150 | DeepSeek V4 Flash none | DeepSeek | 1 | 3.1 | $0.044 | 0/3 | 23.7s |