AI BENCHY Kategoriefehler
Anti-KI-Tricks: Falsche Antwort
Anti-KI-Tricks
Falsche Antwort
Sieh, welche KI-Modelle bei Anti-KI-Tricks am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst.
Fehlergründe
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|
| #157 | Grok 4.1 Fast none | X AI | 3 | 3.2 | 0/4 | 1.07s |
| #160 | LFM2-24B-A2B none | Liquid | 3 | 3.3 | 0/3 | 471ms |
| #32 | Gemini 3.5 Flash minimal | 2 | 6.5 | 2/4 | 892ms | |
| #34 | Qwen3.7 Max none | Qwen | 2 | 6.5 | 2/4 | 1.08s |
| #61 | Gemini 3.1 Flash Lite low | 2 | 7.3 | 2/4 | 1.84s | |
| #67 | MiniMax M3 medium | Minimax | 2 | 5.5 | 1/4 | 14.9s |
| #79 | Hunter Alpha medium | OpenRouter | 2 | 7.3 | 2/4 | 4.75s |
| #85 | Gemma 4 31B none | 2 | 6.5 | 2/4 | 1.85s | |
| #88 | Qwen3.7 Plus none | Qwen | 2 | 6.5 | 2/4 | 1.38s |
| #90 | Gemini 3.1 Flash Lite none | 2 | 7.5 | 2/4 | 1.07s | |
| #91 | GPT-5.5 none | OpenAI | 2 | 6.9 | 2/4 | 1.31s |
| #94 | GPT-5 Nano medium | OpenAI | 2 | 6.5 | 2/4 | 25.5s |
| #136 | Elephant Alpha medium | Openrouter | 2 | 6.6 | 2/4 | 1.19s |
| #140 | Qwen3 Coder Next none | Qwen | 2 | 3.6 | 0/4 | 3.31s |
| #146 | Laguna Xs.2 none | Poolside | 2 | 3.0 | 0/4 | 534ms |