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)
#157	Grok 4.1 Fast none	X AI	3	3.2	0/4	1.07s
#160	LFM2-24B-A2B none	Liquid	3	3.3	0/3	471ms
#32	Gemini 3.5 Flash minimal	Google	2	6.5	2/4	892ms
#34	Qwen3.7 Max none	Qwen	2	6.5	2/4	1.08s
#61	Gemini 3.1 Flash Lite low	Google	2	7.3	2/4	1.84s
#67	MiniMax M3 medium	Minimax	2	5.5	1/4	14.9s
#79	Hunter Alpha medium	OpenRouter	2	7.3	2/4	4.75s
#85	Gemma 4 31B none	Google	2	6.5	2/4	1.85s
#88	Qwen3.7 Plus none	Qwen	2	6.5	2/4	1.38s
#90	Gemini 3.1 Flash Lite none	Google	2	7.5	2/4	1.07s
#91	GPT-5.5 none	OpenAI	2	6.9	2/4	1.31s
#94	GPT-5 Nano medium	OpenAI	2	6.5	2/4	25.5s
#136	Elephant Alpha medium	Openrouter	2	6.6	2/4	1.19s
#140	Qwen3 Coder Next none	Qwen	2	3.6	0/4	3.31s
#146	Laguna Xs.2 none	Poolside	2	3.0	0/4	534ms

←

1 3 4 5 8

→

Mejores modelos por Cantidad de Respuesta incorrecta