AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Kategoriefehler

Programmierung: Falsche Antwort

Programmierung
Falsche Antwort

Sieh, welche KI-Modelle bei Programmierung am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst.

Angezeigte Modelle

9

Gesamtfehler

120

Am stärksten betroffenes Modell

Qwen3.6 Flash 2
Rang Modell Unternehmen Falsche Antwort-Anzahl Kategorie-Score Korrekte Tests Antwortzeit (Durchschnitt)
#137 Qwen3.6 35B A3B none Qwen 1 6.8 1/2 12.3s
#139 MiMo-V2.5 none Xiaomi 1 6.8 1/2 3.74s
#140 Trinity Large Preview none Arcee AI 1 4.9 0/1 14.3s
#141 Qwen3 Coder Next medium Qwen 1 4.1 0/2 1.17s
#144 Hy3 preview none Tencent 1 2.3 0/1 4.56s
#146 Ling-2.6-1T none Inclusionai 1 5.5 0/1 10.6s
#149 MiMo-V2-Flash none Xiaomi 1 4.9 0/2 2.04s
#150 Grok 4.1 Fast none X AI 1 5.3 0/1 1.79s
#153 Granite 4.1 8B none IBM Granite 1 5.2 0/2 706ms

Top-Modelle nach Falsche Antwort-Anzahl

Falsche Antwort-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)

Top-Modelle nach Geschätzte verschwendete Kosten