Ranking für Kombiniert x Falsche Antwort

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

Angezeigte Modelle

Gesamtfehler

Am stärksten betroffenes Modell

Fehlergründe

Ungültiger Werkzeugaufruf91 Falsche Antwort68 Keine Antwort29 API-Fehler26 Zeitüberschreitung5 Anweisungen nicht befolgt1 Zusätzliche Formatierung1

Kategorien

Domänenspezifisch412 Anti-KI-Tricks293 Programmierung252 Rätsellösen201 Allgemeinwissen168 Kombiniert68 Befolgung von Anweisungen61 Allgemeine Intelligenz59 Datenanalyse und -extraktion41 Werkzeugaufrufe3

63/63

Rang	Modell	Unternehmen	Falsche Antwort-Anzahl	Kategorie-Score	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#200	MiMo-V2-Flash none	Xiaomi	1	1.5	$0.025	0/1	2.87s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.025 Antwortzeit (Durchschnitt) 2.87s
#203	Grok 4.1 Fast none	X AI	1	1.5	$0.008	0/1	3.33s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.008 Antwortzeit (Durchschnitt) 3.33s
#205	Laguna Xs.2 none	Poolside	1	1.5	$0.004	0/1	2.01s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.004 Antwortzeit (Durchschnitt) 2.01s

←

1 2 3 4 5

Modelle filtern