Domänenspezifisch: Falsche Antwort
Domänenspezifisch
Falsche Antwort
Sieh, welche KI-Modelle bei Domänenspezifisch am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst.
Fehlergründe
202/202
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #93 | Gemini 3 Flash Preview none | 1 | 7.7 | $0.085 | 2/3 | 963ms | |
| #99 | Claude Opus 4.7 none | Anthropic | 1 | 7.7 | $0.505 | 2/3 | 1.19s |
| #102 | LongCat 2.0 high | Meituan | 1 | 3.6 | $0.469 | 0/3 | 400.3s |
| #103 | Qwen3.6 Max Preview none | Qwen | 1 | 7.7 | $0.231 | 2/3 | 1.22s |
| #107 | MiMo-V2.5 medium | Xiaomi | 1 | 5.3 | $0.082 | 1/3 | 34.5s |
| #115 | Mimo V2 PRO medium | Xiaomi | 1 | 5.3 | $0.333 | 1/3 | 8.82s |
| #116 | Gemma 4 31B medium | 1 | 7.7 | $0.107 | 2/3 | 38.5s | |
| #120 | Qwen3.5-Flash medium | Qwen | 1 | 5.3 | $0.139 | 1/3 | 146.5s |
| #121 | Gemma 4 31B none | 1 | 7.7 | $0.021 | 2/3 | 3.22s | |
| #125 | Qwen3.5-35B-A3B medium | Qwen | 1 | 4.1 | $0.837 | 0/3 | 88.3s |
| #131 | Qwen3.5-Flash none | Qwen | 1 | 7.7 | $0.073 | 2/3 | 905ms |
| #133 | Qwen3.5-35B-A3B none | Qwen | 1 | 7.7 | $0.106 | 2/3 | 485ms |
| #134 | GPT-5 Nano medium | OpenAI | 1 | 5.2 | $0.114 | 1/3 | 204.0s |
| #140 | Mimo V2 Omni medium | Xiaomi | 1 | 3.0 | $0.683 | 0/3 | 47.9s |
| #150 | KAT-Coder-Air V2.5 high | Kwaipilot | 1 | 2.9 | $0.077 | 0/3 | 7.47s |