Kombiniert: Falsche Antwort
Kombiniert
Falsche Antwort
Sieh, welche KI-Modelle bei Kombiniert am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst. Sortieren nach: Korrekte Tests ↑.
Fehlergründe
64/64
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #65 | Gemini 3 Flash Preview low | 2 | 3.0 | $0.177 | 0/2 | 10.2s | |
| #93 | Gemini 3 Flash Preview none | 1 | 3.8 | $0.085 | 0/2 | 12.4s | |
| #97 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 4.1 | $0.476 | 0/2 | 183.1s |
| #104 | Gemini 3.5 Flash-Lite medium | 1 | 3.8 | $0.369 | 0/2 | 28.7s | |
| #110 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.646 | 0/2 | 160.6s | |
| #111 | Gemini 3.1 Flash Lite low | 1 | 3.2 | $0.621 | 0/2 | 161.2s | |
| #112 | Gemini 3.1 Flash Lite Preview none | 1 | 3.0 | $0.052 | 0/2 | 6.23s | |
| #115 | Mimo V2 PRO medium | Xiaomi | 1 | 2.3 | $0.333 | 0/1 | 64.7s |
| #121 | Gemma 4 31B none | 1 | 3.8 | $0.021 | 0/2 | 30.0s | |
| #122 | Seed-2.0-Lite none | Bytedance Seed | 1 | 3.0 | $0.066 | 0/2 | 25.6s |
| #123 | GPT-5.6 Luna low | OpenAI | 1 | 2.8 | $0.249 | 0/2 | 13.7s |
| #124 | Gemini 2.5 Flash none | 1 | 3.0 | $0.017 | 0/2 | 61.2s | |
| #126 | Gemini 3.1 Flash Lite minimal | 1 | 3.0 | $0.047 | 0/2 | 7.75s | |
| #128 | Gemini 3.1 Flash Lite none | 1 | 3.0 | $0.046 | 0/2 | 9.49s | |
| #131 | Qwen3.5-Flash none | Qwen | 1 | 2.9 | $0.073 | 0/2 | 243.6s |