AI BENCHY
Advertise here

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.

Angezeigte Modelle

15

Gesamtfehler

245

Am stärksten betroffenes Modell

Gemini 2.5 Flash 4
Rang Modell Unternehmen Falsche Antwort-Anzahl Kategorie-Score Korrekte Tests Antwortzeit (Durchschnitt)
#158 GLM 4.7 Flash medium Z.ai 2 4.7 1/4 15.0s
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 2 4.8 1/4 584ms
#163 Granite 4.1 8B none IBM Granite 2 4.9 1/4 844ms
#8 Claude Opus 4.7 none Anthropic 1 8.3 3/4 2.12s
#11 Claude Opus 4.7 medium Anthropic 1 8.3 3/4 1.85s
#13 Grok 4.20 Beta medium X AI 1 8.7 3/4 3.16s
#15 GPT-5.3-Codex medium OpenAI 1 8.7 3/4 4.16s
#19 Seed-2.0-Lite medium Bytedance Seed 1 8.3 3/4 18.0s
#21 GPT-5.4 medium OpenAI 1 8.3 3/4 4.11s
#24 GPT-5.2 Chat none OpenAI 1 8.7 3/4 3.40s
#25 Qwen3.5 Plus 2026-02-15 medium Qwen 1 8.2 3/4 45.8s
#28 Gemini 2.5 Flash medium Google 1 8.4 3/4 6.30s
#31 DeepSeek V4 Flash high DeepSeek 1 8.3 3/4 28.5s
#42 GPT-5.2 medium OpenAI 1 6.5 2/4 7.81s
#45 GPT-5.4 Mini medium OpenAI 1 8.6 3/4 4.05s

Top-Modelle nach Falsche Antwort-Anzahl

Falsche Antwort-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)

Top-Modelle nach Geschätzte verschwendete Kosten