Domänenspezifisch: Falsche Antwort
Domänenspezifisch
Falsche Antwort
Sieh, welche KI-Modelle bei Domänenspezifisch am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst.
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) |
|---|---|---|---|---|---|---|---|
| #161 | Claude Opus 4.7 none | Anthropic | 1 | 7.7 | $0.505 | 2/3 | 1.19s |
| #164 | Gemini 3.1 Flash Lite Preview low | 1 | 7.7 | $0.646 | 2/3 | 2.10s | |
| #166 | Gemini 3.1 Flash Lite low | 1 | 7.7 | $0.621 | 2/3 | 1.44s | |
| #169 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 7.7 | $0.073 | 2/3 | 1.24s |
| #178 | MiMo-V2.5 medium | Xiaomi | 1 | 3.6 | $0.104 | 0/3 | 137.7s |
| #181 | Mimo V2 PRO medium | Xiaomi | 1 | 5.3 | $0.333 | 1/3 | 8.82s |
| #188 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.5 | $0.675 | 0/3 | 76.4s |
| #198 | Nemotron 3 Ultra none | NVIDIA | 1 | 5.3 | $0.093 | 1/3 | 758ms |
| #209 | Mimo V2 Omni medium | Xiaomi | 1 | 3.0 | $0.683 | 0/3 | 47.9s |
| #213 | Seed 2.1 Turbo none | Bytedance Seed | 1 | 7.7 | $0.092 | 2/3 | 1.36s |
| #225 | KAT-Coder-Air V2.5 high | Kwaipilot | 1 | 3.0 | $0.077 | 0/3 | 7.28s |
| #234 | Qwen3.6 27B none | Qwen | 1 | 7.7 | $0.062 | 2/3 | 2.79s |
| #236 | Qwen3.8 27B none | Qwen | 1 | 7.7 | ~$0.006 | 2/3 | 552ms |
| #264 | MiniMax M2.7 medium | Minimax | 1 | 3.0 | $0.208 | 0/3 | 39.7s |
| #273 | Hy4 preview none | Tencent | 1 | 6.8 | $0.041 | 1/3 | 25.6s |