Agentenaufgaben: Falsche Antwort
Agentenaufgaben
Falsche Antwort
Sieh, welche KI-Modelle bei Agentenaufgaben am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst.
Fehlergründe
139/139
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #296 | Dots 3 Note Preview low | Dots Studio | 1 | 0.6 | $0.000 | 0/1 | 161.2s |
| #300 | Gemini 3.5 Flash Lite low | 1 | 0.5 | $0.183 | 0/1 | 53.9s | |
| #301 | Gemini 3.1 Flash Lite Preview low | 1 | 0.5 | $0.736 | 0/1 | 71.3s | |
| #303 | Gemini 3.1 Flash Lite low | 1 | 0.5 | $0.717 | 0/1 | 80.0s | |
| #304 | Solar Pro 4 high | Upstage | 1 | 0.3 | $0.077 | 0/1 | 312.3s |
| #306 | Ling 3.1 Flash low | Inclusionai | 1 | 0.5 | $0.000 | 0/1 | 101.5s |
| #308 | Space Bunny Alpha medium | Stealth | 1 | 0.6 | $0.000 | 0/1 | 153.1s |
| #309 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.3 | $0.152 | 0/1 | 106.3s |
| #312 | Grok 4.20 medium | X AI | 1 | 0.3 | $1.246 | 0/1 | 128.3s |
| #317 | Gemini 3.1 Flash Lite Preview none | 1 | 0.5 | $0.090 | 0/1 | 48.6s | |
| #320 | Beam 1.0 501B A23B high | Reflection | 1 | 0.3 | $0.674 | 0/1 | 33.5s |
| #321 | Trinity Large Thinking medium | Arcee AI | 1 | 0.6 | $0.862 | 0/1 | 52.5s |
| #322 | Apodex 1.1 Mini low | Apodex | 1 | 0.5 | $0.000 | 0/1 | 104.2s |
| #325 | Step 5 Preview medium | Stepfun | 1 | 0.6 | $4.136 | 0/1 | 95.8s |
| #328 | Apodex 1.1 Mini medium | Apodex | 1 | 0.3 | $0.000 | 0/1 | 85.3s |