Ranking für Rätsellösen x Falsche Antwort

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

Angezeigte Modelle

Gesamtfehler

352

Am stärksten betroffenes Modell

Fehlergründe

Falsche Antwort352 Anweisungen nicht befolgt166 API-Fehler35 Zusätzliche Formatierung16 Keine Antwort14 Zeitüberschreitung11

Kategorien

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

246/246

Rang	Modell	Unternehmen	Falsche Antwort-Anzahl	Kategorie-Score	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#441	Decider Flash V1.2 default	Perplexity	1	1.0	$0.001	0/1	424ms
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.001 Antwortzeit (Durchschnitt) 424ms
#443	D1 default	Liquid	1	0.2	$0.003	0/1	570ms
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.003 Antwortzeit (Durchschnitt) 570ms
#446	Solar Decide Flash default	Upstage	1	1.0	$0.003	0/1	1.66s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.003 Antwortzeit (Durchschnitt) 1.66s
#447	Microsoft-Decision-1 default	Microsoft	1	0.2	$0.002	0/1	669ms
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.002 Antwortzeit (Durchschnitt) 669ms
#448	Solar Decide default	Upstage	1	1.0	$0.009	0/1	3.47s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.009 Antwortzeit (Durchschnitt) 3.47s
#449	Tev1 4B Experimental default	Togethercomputer	1	0.2	$0.002	0/1	432ms
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.002 Antwortzeit (Durchschnitt) 432ms

Modelle filtern