Fallos por categoría de AI BENCHY
Trucos anti-IA: Respuesta incorrecta
Trucos anti-IA
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Trucos anti-IA, para detectar puntos débiles más rápido. Ordenar por: Pruebas correctas ↓.
Motivos de fallo
| Rango | Modelo | Empresa | Cantidad de Respuesta incorrecta | Puntuación de categoría | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #3 | Claude Opus 4.7 medium | Anthropic | 1 | 8.3 | 3/4 | 1.85s |
| #4 | Claude Opus 4.7 none | Anthropic | 1 | 8.3 | 3/4 | 2.12s |
| #8 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 8.3 | 3/4 | 18.0s |
| #9 | GPT-5.3-Codex medium | OpenAI | 1 | 8.7 | 3/4 | 4.16s |
| #10 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 8.2 | 3/4 | 45.8s |
| #18 | Gemini 2.5 Flash medium | 1 | 8.4 | 3/4 | 6.30s | |
| #19 | GPT-5.4 medium | OpenAI | 1 | 8.3 | 3/4 | 4.11s |
| #25 | Gemini 3 Flash Preview none | 1 | 8.3 | 3/4 | 1.25s | |
| #26 | Gemini 3.1 Flash Lite Preview low | 1 | 8.3 | 3/4 | 2.12s | |
| #31 | Grok 4.20 Beta medium | X AI | 1 | 8.7 | 3/4 | 3.16s |
| #33 | DeepSeek V3.2 medium | DeepSeek | 1 | 8.4 | 3/4 | 30.7s |
| #34 | GPT-5.2 Chat none | OpenAI | 1 | 8.7 | 3/4 | 3.40s |
| #37 | DeepSeek V4 Flash high | DeepSeek | 1 | 8.3 | 3/4 | 28.5s |
| #46 | GPT-5.4 Nano medium | OpenAI | 1 | 8.3 | 3/4 | 4.52s |
| #52 | GPT-5.4 Mini medium | OpenAI | 1 | 8.6 | 3/4 | 4.05s |