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: Antwortzeit (Durchschnitt) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #54 | Seed 2.1 Turbo medium | Bytedance Seed | 3 | 2.9 | $1.951 | 0/3 | 656.0s |
| #53 | Qwen3.8 27B high | Qwen | 1 | 5.3 | ~$0.287 | 1/3 | 526.7s |
| #32 | Seed 2.1 Turbo high | Bytedance Seed | 2 | 2.9 | $1.797 | 0/3 | 506.2s |
| #233 | Hy4 preview low | Tencent | 2 | 4.5 | $1.745 | 0/3 | 470.2s |
| #67 | DeepSeek V4 Flash 0731 high | DeepSeek | 2 | 3.5 | $0.084 | 0/3 | 458.6s |
| #160 | LongCat 2.0 high | Meituan | 2 | 3.6 | $0.492 | 0/3 | 433.7s |
| #147 | Seed-2.0-Code medium | Bytedance Seed | 2 | 5.3 | $1.153 | 1/3 | 429.8s |
| #23 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 2.9 | $1.546 | 0/3 | 424.5s |
| #143 | Seed-2.0-Code high | Bytedance Seed | 2 | 3.5 | $1.273 | 0/3 | 419.7s |
| #109 | LongCat 2.0 medium | Meituan | 2 | 3.0 | $0.499 | 0/3 | 390.6s |
| #17 | Grok 4.6 high | X AI | 2 | 5.3 | $1.908 | 1/3 | 369.9s |
| #207 | Step 3.5 Flash medium | Stepfun | 3 | 3.5 | $0.132 | 0/3 | 311.6s |
| #50 | Grok 4.6 medium | X AI | 2 | 5.3 | $1.713 | 1/3 | 304.3s |
| #29 | Grok 4.5 high | X AI | 2 | 4.1 | $2.252 | 0/3 | 301.3s |
| #110 | Qwen3.8 2.4T A95B high | Qwen | 2 | 4.1 | $2.357 | 0/3 | 301.1s |