Ranking für Allgemeinwissen x Falsche Antwort

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

Angezeigte Modelle

Gesamtfehler

259

Am stärksten betroffenes Modell

Fehlergründe

Falsche Antwort259 Keine Antwort27 API-Fehler14 Zeitüberschreitung1

Kategorien

Domänenspezifisch690 Anti-KI-Tricks401 Programmierung374 Rätsellösen287 Allgemeinwissen259 Kombiniert99 Allgemeine Intelligenz95 Befolgung von Anweisungen86 Datenanalyse und -extraktion67 Werkzeugaufrufe5

259/259

Rang	Modell	Unternehmen	Falsche Antwort-Anzahl	Kategorie-Score	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#318	Mercury 2.5 none	Inception	1	3.0	$0.016	0/1	384ms
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.016 Antwortzeit (Durchschnitt) 384ms
#321	Grok 4.1 Fast none	X AI	1	3.0	$0.008	0/1	731ms
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.008 Antwortzeit (Durchschnitt) 731ms
#325	gpt-oss-120b none	OpenAI	1	3.0	$0.033	0/1	47.3s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.033 Antwortzeit (Durchschnitt) 47.3s
#329	Step 3.5 Flash none	Stepfun	1	3.0	$0.020	0/1	114.1s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.020 Antwortzeit (Durchschnitt) 114.1s

Modelle filtern