Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)6.63sTiempo de respuesta (máximo)62.49sTiempo de respuesta (total)152.50s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)62.49sTiempo de respuesta (máximo)62.49sTiempo de respuesta (total)62.49s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.29sTiempo de respuesta (máximo)2.70sTiempo de respuesta (total)9.17s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.86sTiempo de respuesta (máximo)8.35sTiempo de respuesta (total)14.59s
Combinado
: 6.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)15.06sTiempo de respuesta (máximo)22.25sTiempo de respuesta (total)30.12s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.39sTiempo de respuesta (máximo)2.57sTiempo de respuesta (total)4.77s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)2.44sTiempo de respuesta (máximo)3.71sTiempo de respuesta (total)7.33s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.40sTiempo de respuesta (máximo)2.40sTiempo de respuesta (total)2.40s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.71sTiempo de respuesta (máximo)2.99sTiempo de respuesta (total)5.42s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.10sTiempo de respuesta (máximo)2.19sTiempo de respuesta (total)6.29s
Llamada de herramientas
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)8.01sTiempo de respuesta (máximo)8.01sTiempo de respuesta (total)8.01s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.91sTiempo de respuesta (máximo)1.91sTiempo de respuesta (total)1.91s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)11.01sTiempo de respuesta (máximo)78.43sTiempo de respuesta (total)253.17s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)78.43sTiempo de respuesta (máximo)78.43sTiempo de respuesta (total)78.43s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.04sTiempo de respuesta (máximo)7.91sTiempo de respuesta (total)20.15s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)7.82sTiempo de respuesta (máximo)10.13sTiempo de respuesta (total)23.45s
Combinado
: 6.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)29.35sTiempo de respuesta (máximo)43.41sTiempo de respuesta (total)58.71s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.57sTiempo de respuesta (máximo)6.46sTiempo de respuesta (total)11.13s
Específico del dominio
: 5.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)4.79sTiempo de respuesta (máximo)7.79sTiempo de respuesta (total)14.36s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.27sTiempo de respuesta (máximo)4.27sTiempo de respuesta (total)4.27s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.84sTiempo de respuesta (máximo)5.89sTiempo de respuesta (total)9.68s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.12sTiempo de respuesta (máximo)6.31sTiempo de respuesta (total)15.36s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)12.64sTiempo de respuesta (máximo)12.64sTiempo de respuesta (total)12.64s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)4.99sTiempo de respuesta (máximo)4.99sTiempo de respuesta (total)4.99s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)9.87sTiempo de respuesta (máximo)73.15sTiempo de respuesta (total)226.95s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)73.15sTiempo de respuesta (máximo)73.15sTiempo de respuesta (total)73.15s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.32sTiempo de respuesta (máximo)6.83sTiempo de respuesta (total)17.28s
Programación
: 7.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)6.70sTiempo de respuesta (máximo)7.45sTiempo de respuesta (total)20.10s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)21.05sTiempo de respuesta (máximo)30.67sTiempo de respuesta (total)42.11s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.69sTiempo de respuesta (máximo)3.85sTiempo de respuesta (total)7.38s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)8.91sTiempo de respuesta (máximo)12.08sTiempo de respuesta (total)26.73s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.76sTiempo de respuesta (máximo)3.76sTiempo de respuesta (total)3.76s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.13sTiempo de respuesta (máximo)4.27sTiempo de respuesta (total)8.26s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.23sTiempo de respuesta (máximo)5.55sTiempo de respuesta (total)12.69s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)9.03sTiempo de respuesta (máximo)9.03sTiempo de respuesta (total)9.03s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)6.48sTiempo de respuesta (máximo)6.48sTiempo de respuesta (total)6.48s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)6.82sTiempo de respuesta (máximo)48.53sTiempo de respuesta (total)156.81s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)48.53sTiempo de respuesta (máximo)48.53sTiempo de respuesta (total)48.53s
Trucos anti-IA
: 8.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.85sTiempo de respuesta (máximo)2.14sTiempo de respuesta (total)7.39s
Programación
: 7.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)6.95sTiempo de respuesta (máximo)7.71sTiempo de respuesta (total)20.84s
Combinado
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)19.82sTiempo de respuesta (máximo)30.83sTiempo de respuesta (total)39.64s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.66sTiempo de respuesta (máximo)1.71sTiempo de respuesta (total)3.33s
Específico del dominio
: 7.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)4.65sTiempo de respuesta (máximo)5.23sTiempo de respuesta (total)13.95s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.02sTiempo de respuesta (máximo)3.02sTiempo de respuesta (total)3.02s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.82sTiempo de respuesta (máximo)3.06sTiempo de respuesta (total)5.64s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.38sTiempo de respuesta (máximo)2.65sTiempo de respuesta (total)7.15s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.40sTiempo de respuesta (máximo)4.40sTiempo de respuesta (total)4.40s
Cultura general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.94sTiempo de respuesta (máximo)2.94sTiempo de respuesta (total)2.94s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)96.73sTiempo de respuesta (máximo)96.73sTiempo de respuesta (total)96.73s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.15sTiempo de respuesta (máximo)8.80sTiempo de respuesta (total)16.58s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)43.37sTiempo de respuesta (máximo)50.63sTiempo de respuesta (total)130.12s
Combinado
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)138.66sTiempo de respuesta (máximo)224.68sTiempo de respuesta (total)277.31s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.10sTiempo de respuesta (máximo)6.18sTiempo de respuesta (total)12.19s
Específico del dominio
: 3.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Formato extra: 1Tiempo de respuesta (promedio)203.29sTiempo de respuesta (máximo)333.47sTiempo de respuesta (total)609.88s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)10.02sTiempo de respuesta (máximo)10.02sTiempo de respuesta (total)10.02s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.65sTiempo de respuesta (máximo)3.72sTiempo de respuesta (total)7.31s
Resolución de acertijos
: 8.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)5.61sTiempo de respuesta (máximo)7.20sTiempo de respuesta (total)16.82s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)19.24sTiempo de respuesta (máximo)19.24sTiempo de respuesta (total)19.24s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)46.77sTiempo de respuesta (máximo)46.77sTiempo de respuesta (total)46.77s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)55.04sTiempo de respuesta (máximo)55.04sTiempo de respuesta (total)55.04s
Trucos anti-IA
: 9.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)10.50sTiempo de respuesta (máximo)21.33sTiempo de respuesta (total)41.98s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)9.97sTiempo de respuesta (máximo)13.66sTiempo de respuesta (total)29.92s
Combinado
: 8.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)32.84sTiempo de respuesta (máximo)54.83sTiempo de respuesta (total)65.68s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.53sTiempo de respuesta (máximo)6.89sTiempo de respuesta (total)9.05s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)75.55sTiempo de respuesta (máximo)119.16sTiempo de respuesta (total)226.64s
Inteligencia general
: 6.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)5.85sTiempo de respuesta (máximo)5.85sTiempo de respuesta (total)5.85s
Seguimiento de instrucciones
: 8.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)10.26sTiempo de respuesta (máximo)11.36sTiempo de respuesta (total)20.51s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)7.99sTiempo de respuesta (máximo)9.79sTiempo de respuesta (total)23.98s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.37sTiempo de respuesta (máximo)4.37sTiempo de respuesta (total)4.37s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)14.23sTiempo de respuesta (máximo)14.23sTiempo de respuesta (total)14.23s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)62.51sTiempo de respuesta (máximo)62.51sTiempo de respuesta (total)62.51s
Trucos anti-IA
: 7.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 2Tiempo de respuesta (promedio)6.00sTiempo de respuesta (máximo)10.62sTiempo de respuesta (total)23.99s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)22.24sTiempo de respuesta (máximo)28.05sTiempo de respuesta (total)66.72s
Combinado
: 8.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)39.89sTiempo de respuesta (máximo)52.46sTiempo de respuesta (total)79.78s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.93sTiempo de respuesta (máximo)8.10sTiempo de respuesta (total)13.85s
Específico del dominio
: 4.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)108.85sTiempo de respuesta (máximo)192.00sTiempo de respuesta (total)326.56s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)13.93sTiempo de respuesta (máximo)13.93sTiempo de respuesta (total)13.93s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.43sTiempo de respuesta (máximo)6.96sTiempo de respuesta (total)10.86s
Resolución de acertijos
: 8.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)10.07sTiempo de respuesta (máximo)18.77sTiempo de respuesta (total)30.22s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.00sTiempo de respuesta (máximo)4.00sTiempo de respuesta (total)4.00s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)14.99sTiempo de respuesta (máximo)14.99sTiempo de respuesta (total)14.99s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)56.74sTiempo de respuesta (máximo)56.74sTiempo de respuesta (total)56.74s
Trucos anti-IA
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Formato extra: 1No siguió las instrucciones: 1Tiempo de respuesta (promedio)5.38sTiempo de respuesta (máximo)10.13sTiempo de respuesta (total)21.51s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)17.49sTiempo de respuesta (máximo)20.83sTiempo de respuesta (total)52.46s
Combinado
: 8.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)24.89sTiempo de respuesta (máximo)34.10sTiempo de respuesta (total)49.78s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.42sTiempo de respuesta (máximo)7.81sTiempo de respuesta (total)12.83s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)77.22sTiempo de respuesta (máximo)142.49sTiempo de respuesta (total)231.67s
Inteligencia general
: 6.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)10.67sTiempo de respuesta (máximo)10.67sTiempo de respuesta (total)10.67s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.40sTiempo de respuesta (máximo)5.65sTiempo de respuesta (total)8.79s
Resolución de acertijos
: 8.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)9.45sTiempo de respuesta (máximo)18.47sTiempo de respuesta (total)28.34s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.89sTiempo de respuesta (máximo)3.89sTiempo de respuesta (total)3.89s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)12.79sTiempo de respuesta (máximo)12.79sTiempo de respuesta (total)12.79s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)43.91sTiempo de respuesta (máximo)43.91sTiempo de respuesta (total)43.91s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.72sTiempo de respuesta (máximo)13.09sTiempo de respuesta (total)22.87s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)15.66sTiempo de respuesta (máximo)19.49sTiempo de respuesta (total)46.98s
Combinado
: 8.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)42.62sTiempo de respuesta (máximo)58.91sTiempo de respuesta (total)85.24s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.96sTiempo de respuesta (máximo)5.75sTiempo de respuesta (total)9.92s
Específico del dominio
: 3.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)80.83sTiempo de respuesta (máximo)165.38sTiempo de respuesta (total)242.50s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.41sTiempo de respuesta (máximo)4.41sTiempo de respuesta (total)4.41s
Seguimiento de instrucciones
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)6.31sTiempo de respuesta (máximo)7.84sTiempo de respuesta (total)12.62s
Resolución de acertijos
: 7.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)42.49sTiempo de respuesta (máximo)111.97sTiempo de respuesta (total)127.48s
Llamada de herramientas
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.99sTiempo de respuesta (máximo)6.99sTiempo de respuesta (total)6.99s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)18.45sTiempo de respuesta (máximo)18.45sTiempo de respuesta (total)18.45s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 5No siguió las instrucciones: 1Tiempo de respuesta (promedio)5.30sTiempo de respuesta (máximo)48.15sTiempo de respuesta (total)121.82s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)48.15sTiempo de respuesta (máximo)48.15sTiempo de respuesta (total)48.15s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.03sTiempo de respuesta (máximo)3.08sTiempo de respuesta (total)8.11s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.66sTiempo de respuesta (máximo)3.06sTiempo de respuesta (total)7.97s
Combinado
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)9.58sTiempo de respuesta (máximo)14.52sTiempo de respuesta (total)19.15s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.57sTiempo de respuesta (máximo)1.68sTiempo de respuesta (total)3.15s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)3.96sTiempo de respuesta (máximo)4.30sTiempo de respuesta (total)11.89s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.65sTiempo de respuesta (máximo)1.65sTiempo de respuesta (total)1.65s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.10sTiempo de respuesta (máximo)2.70sTiempo de respuesta (total)4.21s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.67sTiempo de respuesta (máximo)4.67sTiempo de respuesta (total)4.67s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)2.88sTiempo de respuesta (máximo)2.88sTiempo de respuesta (total)2.88s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)57.11sTiempo de respuesta (máximo)57.11sTiempo de respuesta (total)57.11s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.20sTiempo de respuesta (máximo)6.57sTiempo de respuesta (total)24.81s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)15.59sTiempo de respuesta (máximo)22.20sTiempo de respuesta (total)46.76s
Combinado
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)27.47sTiempo de respuesta (máximo)33.70sTiempo de respuesta (total)54.94s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)7.18sTiempo de respuesta (máximo)7.44sTiempo de respuesta (total)14.35s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)37.32sTiempo de respuesta (máximo)80.80sTiempo de respuesta (total)111.95s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)7.42sTiempo de respuesta (máximo)7.42sTiempo de respuesta (total)7.42s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.90sTiempo de respuesta (máximo)5.96sTiempo de respuesta (total)11.79s
Resolución de acertijos
: 7.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)5.18sTiempo de respuesta (máximo)5.58sTiempo de respuesta (total)15.53s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)16.96sTiempo de respuesta (máximo)16.96sTiempo de respuesta (total)16.96s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)25.64sTiempo de respuesta (máximo)25.64sTiempo de respuesta (total)25.64s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)54.17sTiempo de respuesta (máximo)54.17sTiempo de respuesta (total)54.17s
Trucos anti-IA
: 7.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)6.44sTiempo de respuesta (máximo)11.13sTiempo de respuesta (total)25.75s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)49.15sTiempo de respuesta (máximo)73.90sTiempo de respuesta (total)147.45s
Combinado
: 8.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)81.38sTiempo de respuesta (máximo)151.76sTiempo de respuesta (total)162.76s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.63sTiempo de respuesta (máximo)2.69sTiempo de respuesta (total)5.25s
Específico del dominio
: 5.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)60.97sTiempo de respuesta (máximo)111.23sTiempo de respuesta (total)182.92s
Inteligencia general
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)6.55sTiempo de respuesta (máximo)6.55sTiempo de respuesta (total)6.55s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.82sTiempo de respuesta (máximo)5.25sTiempo de respuesta (total)7.64s
Resolución de acertijos
: 8.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)8.40sTiempo de respuesta (máximo)13.85sTiempo de respuesta (total)25.21s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.63sTiempo de respuesta (máximo)3.63sTiempo de respuesta (total)3.63s
Cultura general
: 2.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)28.57sTiempo de respuesta (máximo)28.57sTiempo de respuesta (total)28.57s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 5Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)47.50sTiempo de respuesta (máximo)506.95sTiempo de respuesta (total)1092.61s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)69.28sTiempo de respuesta (máximo)69.28sTiempo de respuesta (total)69.28s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.90sTiempo de respuesta (máximo)8.40sTiempo de respuesta (total)23.59s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)18.91sTiempo de respuesta (máximo)27.24sTiempo de respuesta (total)56.73s
Combinado
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)52.27sTiempo de respuesta (máximo)85.93sTiempo de respuesta (total)104.53s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.31sTiempo de respuesta (máximo)5.38sTiempo de respuesta (total)10.61s
Específico del dominio
: 4.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)243.49sTiempo de respuesta (máximo)506.95sTiempo de respuesta (total)730.48s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)7.96sTiempo de respuesta (máximo)7.96sTiempo de respuesta (total)7.96s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.84sTiempo de respuesta (máximo)6.71sTiempo de respuesta (total)11.67s
Resolución de acertijos
: 7.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)7.29sTiempo de respuesta (máximo)9.35sTiempo de respuesta (total)21.87s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)11.24sTiempo de respuesta (máximo)11.24sTiempo de respuesta (total)11.24s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)44.64sTiempo de respuesta (máximo)44.64sTiempo de respuesta (total)44.64s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 5No siguió las instrucciones: 1Tiempo de respuesta (promedio)25.09sTiempo de respuesta (máximo)155.75sTiempo de respuesta (total)577.14s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)96.77sTiempo de respuesta (máximo)96.77sTiempo de respuesta (total)96.77s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.93sTiempo de respuesta (máximo)6.37sTiempo de respuesta (total)15.72s
Programación
: 8.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)28.69sTiempo de respuesta (máximo)45.84sTiempo de respuesta (total)86.06s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)98.19sTiempo de respuesta (máximo)155.75sTiempo de respuesta (total)196.37s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)7.87sTiempo de respuesta (máximo)8.07sTiempo de respuesta (total)15.75s
Específico del dominio
: 2.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)40.12sTiempo de respuesta (máximo)51.38sTiempo de respuesta (total)120.35s
Inteligencia general
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)5.29sTiempo de respuesta (máximo)5.29sTiempo de respuesta (total)5.29s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.01sTiempo de respuesta (máximo)4.69sTiempo de respuesta (total)8.03s
Resolución de acertijos
: 9.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.11sTiempo de respuesta (máximo)5.18sTiempo de respuesta (total)12.32s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)8.06sTiempo de respuesta (máximo)8.06sTiempo de respuesta (total)8.06s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)12.43sTiempo de respuesta (máximo)12.43sTiempo de respuesta (total)12.43s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 5No siguió las instrucciones: 2Tiempo de respuesta (promedio)24.81sTiempo de respuesta (máximo)100.41sTiempo de respuesta (total)570.60s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)67.82sTiempo de respuesta (máximo)67.82sTiempo de respuesta (total)67.82s
Trucos anti-IA
: 8.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)4.11sTiempo de respuesta (máximo)6.42sTiempo de respuesta (total)16.42s
Programación
: 8.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)44.36sTiempo de respuesta (máximo)96.94sTiempo de respuesta (total)133.08s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)29.77sTiempo de respuesta (máximo)38.97sTiempo de respuesta (total)59.55s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.32sTiempo de respuesta (máximo)5.40sTiempo de respuesta (total)10.64s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)72.44sTiempo de respuesta (máximo)100.41sTiempo de respuesta (total)217.32s
Inteligencia general
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)4.92sTiempo de respuesta (máximo)4.92sTiempo de respuesta (total)4.92s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.11sTiempo de respuesta (máximo)3.68sTiempo de respuesta (total)6.22s
Resolución de acertijos
: 8.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)9.14sTiempo de respuesta (máximo)18.14sTiempo de respuesta (total)27.41s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)13.28sTiempo de respuesta (máximo)13.28sTiempo de respuesta (total)13.28s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)13.95sTiempo de respuesta (máximo)13.95sTiempo de respuesta (total)13.95s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)47.42sTiempo de respuesta (máximo)47.42sTiempo de respuesta (total)47.42s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.05sTiempo de respuesta (máximo)3.33sTiempo de respuesta (total)8.19s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)10.41sTiempo de respuesta (máximo)13.59sTiempo de respuesta (total)31.23s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)13.24sTiempo de respuesta (máximo)20.41sTiempo de respuesta (total)26.47s
Análisis y extracción de datos
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)3.59sTiempo de respuesta (máximo)5.45sTiempo de respuesta (total)7.18s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)23.77sTiempo de respuesta (máximo)37.24sTiempo de respuesta (total)71.31s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.88sTiempo de respuesta (máximo)2.88sTiempo de respuesta (total)2.88s
Seguimiento de instrucciones
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)4.17sTiempo de respuesta (máximo)5.79sTiempo de respuesta (total)8.34s
Resolución de acertijos
: 5.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)29.02sTiempo de respuesta (máximo)79.38sTiempo de respuesta (total)87.07s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.93sTiempo de respuesta (máximo)3.93sTiempo de respuesta (total)3.93s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)25.61sTiempo de respuesta (máximo)25.61sTiempo de respuesta (total)25.61s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)43.27sTiempo de respuesta (máximo)43.27sTiempo de respuesta (total)43.27s
Trucos anti-IA
: 6.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Tiempo agotado: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)175.36sTiempo de respuesta (máximo)643.19sTiempo de respuesta (total)701.44s
Programación
: 8.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Formato extra: 1Tiempo de respuesta (promedio)18.01sTiempo de respuesta (máximo)41.41sTiempo de respuesta (total)54.04s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)72.16sTiempo de respuesta (máximo)110.81sTiempo de respuesta (total)144.32s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)10.67sTiempo de respuesta (máximo)19.97sTiempo de respuesta (total)21.35s
Específico del dominio
: 5.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)216.17sTiempo de respuesta (máximo)359.46sTiempo de respuesta (total)648.50s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.90sTiempo de respuesta (máximo)4.90sTiempo de respuesta (total)4.90s
Seguimiento de instrucciones
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)18.42sTiempo de respuesta (máximo)22.75sTiempo de respuesta (total)36.84s
Resolución de acertijos
: 8.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)29.40sTiempo de respuesta (máximo)62.30sTiempo de respuesta (total)88.19s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)8.45sTiempo de respuesta (máximo)8.45sTiempo de respuesta (total)8.45s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)29.87sTiempo de respuesta (máximo)29.87sTiempo de respuesta (total)29.87s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)43.97sTiempo de respuesta (máximo)43.97sTiempo de respuesta (total)43.97s
Trucos anti-IA
: 8.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)3.42sTiempo de respuesta (máximo)7.12sTiempo de respuesta (total)13.66s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)49.19sTiempo de respuesta (máximo)89.20sTiempo de respuesta (total)147.57s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)27.63sTiempo de respuesta (máximo)39.63sTiempo de respuesta (total)55.26s
Análisis y extracción de datos
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Tiempo de respuesta (promedio)4.19sTiempo de respuesta (máximo)8.15sTiempo de respuesta (total)8.37s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)127.30sTiempo de respuesta (máximo)205.53sTiempo de respuesta (total)381.89s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.16sTiempo de respuesta (máximo)4.16sTiempo de respuesta (total)4.16s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)7.06sTiempo de respuesta (máximo)11.51sTiempo de respuesta (total)14.12s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)15.28sTiempo de respuesta (máximo)15.28sTiempo de respuesta (total)15.28s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)38.05sTiempo de respuesta (máximo)38.05sTiempo de respuesta (total)38.05s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)47.59sTiempo de respuesta (máximo)47.59sTiempo de respuesta (total)47.59s
Trucos anti-IA
: 8.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)3.07sTiempo de respuesta (máximo)5.65sTiempo de respuesta (total)12.28s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)34.45sTiempo de respuesta (máximo)52.40sTiempo de respuesta (total)103.34s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)22.21sTiempo de respuesta (máximo)30.71sTiempo de respuesta (total)44.43s
Análisis y extracción de datos
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Tiempo de respuesta (promedio)3.77sTiempo de respuesta (máximo)7.32sTiempo de respuesta (total)7.54s
Específico del dominio
: 2.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)153.01sTiempo de respuesta (máximo)276.31sTiempo de respuesta (total)459.04s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.13sTiempo de respuesta (máximo)3.13sTiempo de respuesta (total)3.13s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)9.69sTiempo de respuesta (máximo)16.74sTiempo de respuesta (total)19.38s
Resolución de acertijos
: 8.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)8.01sTiempo de respuesta (máximo)15.21sTiempo de respuesta (total)24.04s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)15.33sTiempo de respuesta (máximo)15.33sTiempo de respuesta (total)15.33s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)20.25sTiempo de respuesta (máximo)20.25sTiempo de respuesta (total)20.25s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)110.07sTiempo de respuesta (máximo)110.07sTiempo de respuesta (total)110.07s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)9.24sTiempo de respuesta (máximo)15.85sTiempo de respuesta (total)36.96s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)71.94sTiempo de respuesta (máximo)107.07sTiempo de respuesta (total)215.82s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.81sTiempo de respuesta (máximo)7.33sTiempo de respuesta (total)13.61s
Específico del dominio
: 5.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Tiempo agotado: 2Tiempo de respuesta (promedio)789.18sTiempo de respuesta (máximo)960.13sTiempo de respuesta (total)2367.54s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)20.89sTiempo de respuesta (máximo)20.89sTiempo de respuesta (total)20.89s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)9.06sTiempo de respuesta (máximo)11.31sTiempo de respuesta (total)18.11s
Resolución de acertijos
: 8.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)37.30sTiempo de respuesta (máximo)91.62sTiempo de respuesta (total)111.90s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)17.26sTiempo de respuesta (máximo)17.26sTiempo de respuesta (total)17.26s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)245.48sTiempo de respuesta (máximo)245.48sTiempo de respuesta (total)245.48s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4No siguió las instrucciones: 3Tiempo de respuesta (promedio)11.81sTiempo de respuesta (máximo)56.77sTiempo de respuesta (total)271.60s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)56.77sTiempo de respuesta (máximo)56.77sTiempo de respuesta (total)56.77s
Trucos anti-IA
: 9.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)3.26sTiempo de respuesta (máximo)4.96sTiempo de respuesta (total)13.03s
Programación
: 8.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)10.09sTiempo de respuesta (máximo)13.60sTiempo de respuesta (total)30.28s
Combinado
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)17.03sTiempo de respuesta (máximo)19.52sTiempo de respuesta (total)34.06s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.22sTiempo de respuesta (máximo)5.57sTiempo de respuesta (total)8.44s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)28.53sTiempo de respuesta (máximo)47.80sTiempo de respuesta (total)85.59s
Inteligencia general
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)8.46sTiempo de respuesta (máximo)8.46sTiempo de respuesta (total)8.46s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.95sTiempo de respuesta (máximo)3.69sTiempo de respuesta (total)5.89s
Resolución de acertijos
: 8.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)5.17sTiempo de respuesta (máximo)7.82sTiempo de respuesta (total)15.52s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.58sTiempo de respuesta (máximo)3.58sTiempo de respuesta (total)3.58s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)10.00sTiempo de respuesta (máximo)10.00sTiempo de respuesta (total)10.00s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)53.12sTiempo de respuesta (máximo)53.12sTiempo de respuesta (total)53.12s
Trucos anti-IA
: 8.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.97sTiempo de respuesta (máximo)3.57sTiempo de respuesta (total)7.86s
Programación
: 8.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)65.84sTiempo de respuesta (máximo)147.17sTiempo de respuesta (total)197.53s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)21.19sTiempo de respuesta (máximo)36.41sTiempo de respuesta (total)42.37s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.80sTiempo de respuesta (máximo)2.10sTiempo de respuesta (total)3.60s
Específico del dominio
: 2.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Sin respuesta: 1Tiempo de respuesta (promedio)146.82sTiempo de respuesta (máximo)311.98sTiempo de respuesta (total)440.45s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.80sTiempo de respuesta (máximo)1.80sTiempo de respuesta (total)1.80s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.86sTiempo de respuesta (máximo)2.26sTiempo de respuesta (total)3.72s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.74sTiempo de respuesta (máximo)4.74sTiempo de respuesta (total)4.74s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)14.96sTiempo de respuesta (máximo)14.96sTiempo de respuesta (total)14.96s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)75.85sTiempo de respuesta (máximo)75.85sTiempo de respuesta (total)75.85s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)22.73sTiempo de respuesta (máximo)31.19sTiempo de respuesta (total)68.20s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)58.50sTiempo de respuesta (máximo)102.93sTiempo de respuesta (total)116.99s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.15sTiempo de respuesta (máximo)3.15sTiempo de respuesta (total)3.15s
Específico del dominio
: 5.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Tiempo agotado: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)97.33sTiempo de respuesta (máximo)116.86sTiempo de respuesta (total)194.65s
Inteligencia general
: 3.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)4.32sTiempo de respuesta (máximo)4.32sTiempo de respuesta (total)4.32s
Seguimiento de instrucciones
: 9.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.12sTiempo de respuesta (máximo)3.12sTiempo de respuesta (total)3.12s
Resolución de acertijos
: 7.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)5.80sTiempo de respuesta (máximo)6.45sTiempo de respuesta (total)11.61s
Llamada de herramientas
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)10.30sTiempo de respuesta (máximo)10.30sTiempo de respuesta (total)10.30s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)28.18sTiempo de respuesta (máximo)28.18sTiempo de respuesta (total)28.18s
~$0.298Solo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 3.0102 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.297613.
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)132.27sTiempo de respuesta (máximo)132.27sTiempo de respuesta (total)132.27s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)8.10sTiempo de respuesta (máximo)21.48sTiempo de respuesta (total)32.40s
Programación
: 8.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)248.62sTiempo de respuesta (máximo)458.25sTiempo de respuesta (total)745.85s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)185.57sTiempo de respuesta (máximo)333.21sTiempo de respuesta (total)371.15s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)34.85sTiempo de respuesta (máximo)57.71sTiempo de respuesta (total)69.71s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)526.74sTiempo de respuesta (máximo)640.85sTiempo de respuesta (total)1580.21s
Inteligencia general
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)8.45sTiempo de respuesta (máximo)8.45sTiempo de respuesta (total)8.45s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)8.24sTiempo de respuesta (máximo)10.18sTiempo de respuesta (total)16.49s
Resolución de acertijos
: 7.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)199.90sTiempo de respuesta (máximo)569.33sTiempo de respuesta (total)599.69s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.62sTiempo de respuesta (máximo)5.62sTiempo de respuesta (total)5.62s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)263.98sTiempo de respuesta (máximo)263.98sTiempo de respuesta (total)263.98s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)161.45sTiempo de respuesta (máximo)161.45sTiempo de respuesta (total)161.45s
Trucos anti-IA
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Formato extra: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)2.76sTiempo de respuesta (máximo)4.92sTiempo de respuesta (total)11.02s
Programación
: 8.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Formato extra: 1Tiempo de respuesta (promedio)150.44sTiempo de respuesta (máximo)390.15sTiempo de respuesta (total)451.33s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)50.80sTiempo de respuesta (máximo)77.07sTiempo de respuesta (total)101.61s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.71sTiempo de respuesta (máximo)3.20sTiempo de respuesta (total)5.41s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.70sTiempo de respuesta (máximo)5.70sTiempo de respuesta (total)5.70s
Seguimiento de instrucciones
: 8.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)1.79sTiempo de respuesta (máximo)1.80sTiempo de respuesta (total)3.59s
Resolución de acertijos
: 8.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)92.20sTiempo de respuesta (máximo)266.38sTiempo de respuesta (total)276.61s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.60sTiempo de respuesta (máximo)3.60sTiempo de respuesta (total)3.60s
Cultura general
: 2.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)527.13sTiempo de respuesta (máximo)527.13sTiempo de respuesta (total)527.13s
Tendencias globales del benchmark
Descubre cómo los modelos actuales equilibran puntuación, costo, velocidad, longitud de salida y rendimiento por categoría.