Ranking für Domänenspezifisch x Falsche Antwort

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

Angezeigte Modelle

Gesamtfehler

893

Am stärksten betroffenes Modell

Claude Opus 5 3

Fehlergründe

Falsche Antwort893 Keine Antwort66 Zeitüberschreitung46 API-Fehler40 Zusätzliche Formatierung36 Anweisungen nicht befolgt3

Kategorien

Domänenspezifisch893 Anti-KI-Tricks519 Programmierung484 Rätsellösen352 Allgemeinwissen315 Allgemeine Intelligenz134 Agentenaufgaben128 Kombiniert128 Befolgung von Anweisungen117 Datenanalyse und -extraktion93

423/423

Rang	Modell	Unternehmen	Falsche Antwort-Anzahl	Kategorie-Score	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#142	Muse Wonder xhigh	Meta	2	0.4	$4.012	0/3	150.7s
Gesamttests 3 Falsche Tests 3 Gesamtkosten $4.012 Antwortzeit (Durchschnitt) 150.7s
#144	GPT-6 Luna low	OpenAI	2	0.5	$0.033	1/3	18.1s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $0.033 Antwortzeit (Durchschnitt) 18.1s
#145	Qwen3.8 27B low	Qwen	2	0.5	~$0.089	1/3	60.8s
Gesamttests 3 Falsche Tests 2 Gesamtkosten ~$0.089 Antwortzeit (Durchschnitt) 60.8s
#150	Seed-2.0-Code high	Bytedance Seed	2	0.3	$1.448	0/3	419.7s
Gesamttests 3 Falsche Tests 3 Gesamtkosten $1.448 Antwortzeit (Durchschnitt) 419.7s
#154	Seed-2.0-Code medium	Bytedance Seed	2	0.5	$1.275	1/3	429.8s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $1.275 Antwortzeit (Durchschnitt) 429.8s
#156	Grok 4.7 low	X AI	2	0.5	$1.933	1/3	159.1s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $1.933 Antwortzeit (Durchschnitt) 159.1s
#157	Inkling Small high	Thinkingmachines	2	0.5	$0.398	1/3	56.3s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $0.398 Antwortzeit (Durchschnitt) 56.3s
#159	Inkling medium	Thinkingmachines	2	0.5	$0.527	1/3	31.6s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $0.527 Antwortzeit (Durchschnitt) 31.6s
#161	GLM 5.3 Flash high	Z.ai	2	0.3	$0.056	0/3	85.9s
Gesamttests 3 Falsche Tests 3 Gesamtkosten $0.056 Antwortzeit (Durchschnitt) 85.9s
#163	Grok 4.7 medium	X AI	2	0.5	$2.938	1/3	300.4s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $2.938 Antwortzeit (Durchschnitt) 300.4s
#164	Gemini 2.5 Flash medium	Google	2	0.6	$0.680	1/3	37.1s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $0.680 Antwortzeit (Durchschnitt) 37.1s
#165	LongCat 2.0 high	Meituan	2	0.4	$0.778	0/3	433.7s
Gesamttests 3 Falsche Tests 3 Gesamtkosten $0.778 Antwortzeit (Durchschnitt) 433.7s
#168	Qwen3.5-27B none	Qwen	2	0.5	$0.116	1/3	634ms
Gesamttests 3 Falsche Tests 2 Gesamtkosten $0.116 Antwortzeit (Durchschnitt) 634ms
#170	Qwen3.8 27B medium	Qwen	2	0.5	~$0.073	1/3	77.0s
Gesamttests 3 Falsche Tests 2 Gesamtkosten ~$0.073 Antwortzeit (Durchschnitt) 77.0s
#171	Gemini 3.8 Flash low	Google	2	0.6	$0.323	1/3	6.50s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $0.323 Antwortzeit (Durchschnitt) 6.50s

Modelle filtern

Top-Modelle nach Falsche Antwort-Anzahl

Falsche Antwort-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)

Top-Modelle nach Geschätzte verschwendete Kosten

Domänenspezifisch: Falsche Antwort

Modelle filtern

Top-Modelle nach Falsche Antwort-Anzahl

Falsche Antwort-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)

Top-Modelle nach Geschätzte verschwendete KostenNur geschätzte GPU-Stromkosten. Der übrige Computer und die Anschaffungskosten der Hardware sind nicht enthalten. NVIDIA GeForce RTX 3090: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Top-Modelle nach Geschätzte verschwendete Kosten