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 ↓.
59/59
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #22 | Grok 4.5 medium | X AI | 1 | 6.5 | $1.928 | 0/1 | 12.8s |
| #86 | Step 3.7 Flash high | Stepfun | 1 | 5.5 | $1.207 | 0/1 | 4.17s |
| #48 | Grok Build 0.1 medium | X AI | 1 | 4.4 | $1.097 | 0/1 | 18.4s |
| #34 | GPT-5.6 Terra high | OpenAI | 1 | 5.1 | $1.055 | 0/1 | 3.03s |
| #44 | GPT-5.6 Luna high | OpenAI | 1 | 5.0 | $1.017 | 0/1 | 3.65s |
| #20 | Grok 4.5 low | X AI | 1 | 6.1 | $0.935 | 0/1 | 4.88s |
| #85 | Qwen3.6 Flash medium | Qwen | 1 | 4.8 | $0.738 | 0/1 | 9.88s |
| #134 | Mimo V2 Omni medium | Xiaomi | 1 | 5.4 | $0.683 | 0/1 | 3.61s |
| #39 | GPT-5.6 Terra medium | OpenAI | 1 | 5.5 | $0.676 | 0/1 | 2.37s |
| #105 | Gemini 3.1 Flash Lite low | 1 | 4.0 | $0.621 | 0/1 | 1.37s | |
| #202 | Grok Build 0.1 none | X AI | 1 | 4.3 | $0.547 | 0/1 | 12.5s |
| #83 | GPT-5.6 Sol none | OpenAI | 1 | 6.5 | $0.524 | 0/1 | 1.52s |
| #55 | GPT-5.6 Terra low | OpenAI | 1 | 4.8 | $0.519 | 0/1 | 3.52s |
| #29 | Step 3.7 Flash medium | Stepfun | 1 | 4.0 | $0.515 | 0/1 | 6.85s |
| #69 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 5.1 | $0.482 | 0/1 | 3.27s |