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

Qwen3.5-Flash 3

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)
#109	DeepSeek V4.1 Flash low	DeepSeek	1	0.8	$0.494	2/3	9.39s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $0.494 Antwortzeit (Durchschnitt) 9.39s
#110	GPT-5.6 Luna high	OpenAI	1	0.8	$0.118	2/3	14.6s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $0.118 Antwortzeit (Durchschnitt) 14.6s
#121	Gemini 3.5 Flash medium	Google	1	0.8	$1.316	2/3	2.38s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $1.316 Antwortzeit (Durchschnitt) 2.38s
#123	MiMo-V2.6-Flash medium	Xiaomi	1	0.8	$0.218	2/3	52.9s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $0.218 Antwortzeit (Durchschnitt) 52.9s
#126	DeepSeek V4.1 Flash 1017 high	DeepSeek	1	0.5	$0.589	1/3	5.70s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $0.589 Antwortzeit (Durchschnitt) 5.70s
#128	GLM 5.3 high	Z.ai	1	0.8	$0.495	2/3	4.74s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $0.495 Antwortzeit (Durchschnitt) 4.74s
#131	Qwen3.7 Plus none	Qwen	1	0.8	$0.178	2/3	1.71s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $0.178 Antwortzeit (Durchschnitt) 1.71s
#135	GPT-6 Luna high	OpenAI	1	0.8	$0.074	2/3	7.51s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $0.074 Antwortzeit (Durchschnitt) 7.51s
#136	Muse Glimmer 30B high	Meta	1	0.6	$0.506	1/3	64.8s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $0.506 Antwortzeit (Durchschnitt) 64.8s
#139	Qwen3.5 Plus 2026-04-20 medium	Qwen	1	0.8	$0.435	2/3	17.7s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $0.435 Antwortzeit (Durchschnitt) 17.7s
#140	Qwen3.7 Flash low	Qwen	1	0.7	$0.071	1/3	9.79s
Gesamttests 3 Falsche Tests 2 Gesamtkosten $0.071 Antwortzeit (Durchschnitt) 9.79s
#143	Qwen3.8 Flash Next medium	Qwen	1	0.8	~$0.047	2/3	2.23s
Gesamttests 3 Falsche Tests 1 Gesamtkosten ~$0.047 Antwortzeit (Durchschnitt) 2.23s
#145	Qwen3.8 27B low	Qwen	1	0.8	~$0.089	2/3	4.91s
Gesamttests 3 Falsche Tests 1 Gesamtkosten ~$0.089 Antwortzeit (Durchschnitt) 4.91s
#146	Space Bunny Alpha high	Stealth	1	0.8	$0.000	2/3	6.43s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $0.000 Antwortzeit (Durchschnitt) 6.43s
#147	GLM 5.1 medium	Z.ai	1	0.8	$1.546	2/3	31.6s
Gesamttests 3 Falsche Tests 1 Gesamtkosten $1.546 Antwortzeit (Durchschnitt) 31.6s

Modelle filtern

Top-Modelle nach Falsche Antwort-Anzahl

Falsche Antwort-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)

Top-Modelle nach Geschätzte verschwendete Kosten

Rätsellösen: Falsche Antwort

Modelle filtern

Top-Modelle nach Falsche Antwort-Anzahl

Falsche Antwort-Anzahl vs Punktzahl

Top-Modelle nach Antwortzeit (Durchschnitt)

Top-Modelle nach Geschätzte verschwendete KostenNur geschätzte GPU-Stromkosten. Der übrige Computer und die Anschaffungskosten der Hardware sind nicht enthalten. NVIDIA GeForce RTX 3090: 0.4752 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.046984.

Top-Modelle nach Geschätzte verschwendete Kosten