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.
Motivos de fallo
| Rango | Modelo | Empresa | Cantidad de Respuesta incorrecta | Puntuación de categoría | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #111 | Owl Alpha medium | Openrouter | 3 | 4.8 | 1/4 | 3.97s |
| #113 | DeepSeek V4 Pro none | DeepSeek | 3 | 3.5 | 0/4 | 14.0s |
| #114 | Qwen3.5 Plus 2026-04-20 none | Qwen | 3 | 4.8 | 1/4 | 1.88s |
| #115 | Qwen3.5-27B none | Qwen | 3 | 4.8 | 1/4 | 788ms |
| #121 | Owl Alpha none | Openrouter | 3 | 3.4 | 0/4 | 2.78s |
| #122 | GLM 4.7 Flash none | Z.ai | 3 | 5.2 | 1/4 | 5.51s |
| #123 | MiMo-V2.5-Pro none | Xiaomi | 3 | 3.3 | 0/4 | 2.67s |
| #124 | Kimi K2.6 none | Moonshot AI | 3 | 4.6 | 1/4 | 1.39s |
| #127 | Grok 4.20 none | X AI | 3 | 4.8 | 1/4 | 501ms |
| #131 | Qwen3.5-122B-A10B none | Qwen | 3 | 4.8 | 1/4 | 1.59s |
| #132 | Mistral Small 4 medium | Mistral | 3 | 5.6 | 1/4 | 2.67s |
| #141 | Nemotron 3 Super none | NVIDIA | 3 | 4.8 | 1/4 | 4.46s |
| #145 | Laguna M.1 none | Poolside | 3 | 3.4 | 0/4 | 705ms |
| #147 | GPT-4o-mini none | OpenAI | 3 | 4.8 | 1/4 | 1.34s |
| #150 | Qwen3 Coder Next medium | Qwen | 3 | 3.5 | 0/4 | 8.64s |