Domänenspezifisch: Falsche Antwort
Domänenspezifisch
Falsche Antwort
Sieh, welche KI-Modelle bei Domänenspezifisch am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst. Sortieren nach: Fehleranzahl ↑.
Fehlergründe
303/303
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #1 | Gemini 3.6 Flash high | 1 | 8.2 | $0.699 | 2/3 | 33.3s | |
| #4 | GPT-6 Astra high | OpenAI | 1 | 7.6 | $3.474 | 2/3 | 95.1s |
| #5 | GPT-6 Astra xhigh | OpenAI | 1 | 7.6 | $5.156 | 2/3 | 147.0s |
| #9 | GPT-6 Astra low | OpenAI | 1 | 7.7 | $1.289 | 2/3 | 13.9s |
| #10 | Gemini 3 Flash Preview medium | 1 | 7.7 | $0.763 | 2/3 | 20.1s | |
| #12 | Gemini 3.7 Flash medium | 1 | 7.7 | $0.309 | 2/3 | 6.49s | |
| #18 | Gemini 3.1 Pro Preview medium | 1 | 7.7 | $1.352 | 2/3 | 20.3s | |
| #19 | Gemini 3.7 Flash low | 1 | 8.2 | $0.207 | 2/3 | 3.09s | |
| #22 | Gemini 3.8 Flash medium | 1 | 8.2 | $0.653 | 2/3 | 31.8s | |
| #23 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 2.9 | $1.546 | 0/3 | 424.5s |
| #25 | Claude Fable 5.1 high | Anthropic | 1 | 7.7 | $3.364 | 2/3 | 24.3s |
| #38 | Gemini 3.6 Flash low | 1 | 7.6 | $0.251 | 2/3 | 4.65s | |
| #44 | Claude Fable 5 medium | Anthropic | 1 | 5.3 | $3.004 | 1/3 | 37.3s |
| #52 | GPT-5.2 medium | OpenAI | 1 | 5.9 | $1.182 | 1/3 | 97.3s |
| #53 | Qwen3.8 27B high | Qwen | 1 | 5.3 | ~$0.287 | 1/3 | 526.7s |