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) |
|---|---|---|---|---|---|---|---|
| #31 | Muse Spark 1.3 high | Meta | 2 | 2.9 | $1.653 | 0/3 | 174.6s |
| #32 | Seed 2.1 Turbo high | Bytedance Seed | 2 | 2.9 | $1.797 | 0/3 | 506.2s |
| #33 | Gemini 3.5 Flash low | 2 | 5.3 | $0.449 | 1/3 | 4.89s | |
| #37 | Claude Opus 5 low | Anthropic | 2 | 5.3 | $1.121 | 1/3 | 8.91s |
| #39 | GLM 5.3 Flash max | Z.ai | 2 | 3.6 | $0.059 | 0/3 | 203.3s |
| #42 | Muse Spark 1.2 medium | Meta | 2 | 5.3 | $1.339 | 1/3 | 77.2s |
| #45 | Qwen3.6 Max Preview medium | Qwen | 2 | 5.3 | $1.132 | 1/3 | 88.5s |
| #47 | GPT-5.4 medium | OpenAI | 2 | 5.3 | $1.560 | 1/3 | 72.4s |
| #48 | Grok 4.5 medium | X AI | 2 | 5.3 | $2.042 | 1/3 | 249.3s |
| #49 | Muse Spark 1.2 low | Meta | 2 | 5.3 | $0.655 | 1/3 | 28.5s |
| #50 | Grok 4.6 medium | X AI | 2 | 5.3 | $1.713 | 1/3 | 304.3s |
| #55 | Inkling Small high | Thinkingmachines | 2 | 5.3 | $0.398 | 1/3 | 56.3s |
| #56 | Muse Spark 1.1 low | Meta | 2 | 3.6 | $0.673 | 0/3 | 33.0s |
| #58 | Gemini 2.5 Flash medium | 2 | 5.9 | $0.644 | 1/3 | 37.1s | |
| #60 | Claude Sonnet 5 medium | Anthropic | 2 | 5.3 | $0.922 | 1/3 | 20.5s |