Allgemeine Intelligenz: Falsche Antwort
Allgemeine Intelligenz
Falsche Antwort
Sieh, welche KI-Modelle bei Allgemeine Intelligenz am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst. Sortieren nach: Gesamtkosten ↓.
134/134
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #192 | Step 5 Preview high | Stepfun | 1 | 0.3 | $4.513 | 0/1 | 36.6s |
| #85 | Qwen3.8 2.4T A95B low | Qwen | 1 | 0.6 | $4.016 | 0/1 | 23.0s |
| #211 | Grok 4.7 xhigh | X AI | 1 | 0.5 | $3.398 | 0/1 | 26.3s |
| #130 | Grok 4.5 medium | X AI | 1 | 0.6 | $2.996 | 0/1 | 12.8s |
| #166 | Grok 4.7 medium | X AI | 1 | 0.5 | $2.938 | 0/1 | 32.4s |
| #133 | Grok 4.6 medium | X AI | 1 | 0.4 | $2.270 | 0/1 | 17.3s |
| #45 | Muse Spark Open xhigh | Meta | 1 | 0.6 | $2.081 | 0/1 | 7.26s |
| #159 | Grok 4.7 low | X AI | 1 | 0.4 | $1.933 | 0/1 | 11.3s |
| #329 | Hy4 preview low | Tencent | 1 | 0.8 | $1.844 | 0/1 | 110.4s |
| #227 | Step 3.7 Flash high | Stepfun | 1 | 0.6 | $1.478 | 0/1 | 4.17s |
| #153 | Seed-2.0-Code high | Bytedance Seed | 1 | 0.5 | $1.448 | 0/1 | 36.4s |
| #212 | Grok Build 0.1 medium | X AI | 1 | 0.4 | $1.419 | 0/1 | 18.4s |
| #135 | Grok 4.5 low | X AI | 1 | 0.6 | $1.345 | 0/1 | 4.88s |
| #76 | Claude Sonnet 5.5 high | Anthropic | 1 | 0.6 | $1.175 | 0/1 | 6.93s |
| #78 | Qwen3.8 Max (0902) low | Qwen | 1 | 0.6 | $1.131 | 0/1 | 8.91s |