Ranking de Trucos anti-IA x Respuesta incorrecta

Fallos por categoría de AI BENCHY

Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Trucos anti-IA, para detectar puntos débiles más rápido.

Modelos mostrados

Fallos totales

245

Modelo más afectado

Motivos de fallo

Respuesta incorrecta245 No siguió las instrucciones30 Formato extra14 Error de API13 Tiempo agotado4 Sin respuesta2

Categorías

Específico del dominio314 Trucos anti-IA245 Programación194 Resolución de acertijos147 Cultura general130 Seguimiento de instrucciones53 Combinado52 Análisis y extracción de datos35 Inteligencia general32 Llamada de herramientas2

Rango	Modelo	Empresa	Cantidad de Respuesta incorrecta	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#97	Gemini 2.5 Flash none	Google	4	3.0	0/4	582ms
#104	Nemotron 3 Ultra 550b A55b none	NVIDIA	4	3.5	0/4	2.35s
#106	Grok 4.20 Beta none	X AI	4	4.0	0/4	597ms
#108	Qwen3.5-Flash none	Qwen	4	3.5	0/4	1.32s
#110	Seed-2.0-Lite none	Bytedance Seed	4	3.0	0/4	2.43s
#112	GLM 5.1 none	Z.ai	4	4.0	0/4	2.11s
#116	Hunter Alpha none	OpenRouter	4	3.5	0/4	3.81s
#117	Qwen3.5-35B-A3B none	Qwen	4	3.4	0/4	1.43s
#118	Qwen3.6 27B none	Qwen	4	3.8	0/4	2.83s
#120	Mimo V2 PRO none	Xiaomi	4	3.5	0/4	1.80s
#125	GPT-5.4 none	OpenAI	4	3.2	0/4	1.21s
#128	Qwen3.6 Flash none	Qwen	4	3.1	0/4	1.63s
#134	GLM 5 Turbo none	Z.ai	4	3.0	0/4	2.84s
#135	Kimi K2.5 none	Moonshot AI	4	3.6	0/4	6.24s
#139	DeepSeek V4 Flash none	DeepSeek	4	3.0	0/4	20.2s

Mejores modelos por Cantidad de Respuesta incorrecta