Allgemeinwissen: Falsche Antwort
Allgemeinwissen
Falsche Antwort
Sieh, welche KI-Modelle bei Allgemeinwissen am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst. Sortieren nach: Fehleranzahl ↑.
Fehlergründe
259/259
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #9 | GPT-6 Astra low | OpenAI | 1 | 3.0 | $1.289 | 0/1 | 4.12s |
| #13 | GPT-5.6 Sol medium | OpenAI | 1 | 4.7 | $0.508 | 0/1 | 4.94s |
| #14 | GPT-6 Astra medium | OpenAI | 1 | 2.8 | $1.774 | 0/1 | 5.98s |
| #15 | GPT-5.6 Sol high | OpenAI | 1 | 4.7 | $0.446 | 0/1 | 6.97s |
| #16 | GPT-5.5 low | OpenAI | 1 | 3.0 | $1.257 | 0/1 | 10.1s |
| #23 | Qwen3.8 Max (0902) low | Qwen | 1 | 3.0 | $0.664 | 0/1 | 13.3s |
| #24 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 3.0 | $1.546 | 0/1 | 171.9s |
| #25 | Qwen3.7 Max medium | Qwen | 1 | 3.0 | $1.157 | 0/1 | 33.4s |
| #26 | Claude Fable 5.1 high | Anthropic | 1 | 3.0 | $3.364 | 0/1 | 30.6s |
| #28 | GPT-5.5 medium | OpenAI | 1 | 2.8 | $4.163 | 0/1 | 37.9s |
| #29 | Qwen3.8 Max medium | Qwen | 1 | 3.0 | $0.771 | 0/1 | 11.5s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 1 | 3.0 | $2.736 | 0/1 | 532.6s |
| #32 | GPT-5.3-Codex medium | OpenAI | 1 | 2.8 | $0.988 | 0/1 | 14.4s |
| #33 | Muse Spark 1.3 high | Meta | 1 | 3.0 | $1.653 | 0/1 | 140.1s |
| #34 | Pareto none | Unbiased | 1 | 2.8 | $1.172 | 0/1 | 32.1s |