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

165

Modelo más afectado

Motivos de fallo

Respuesta incorrecta165 No siguió las instrucciones17 Formato extra11 Tiempo agotado4 Sin respuesta1

Categorías

Específico del dominio182 Trucos anti-IA165 Resolución de acertijos85 Seguimiento de instrucciones44 Combinado37 Programación28 Análisis y extracción de datos19 Inteligencia general10 Llamada de herramientas2

Rango	Modelo	Empresa	Cantidad de Respuesta incorrecta	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#15	Gemini 2.5 Flash medium	Google	1	8.4	3/4	6.30s
#16	GPT-5.4 medium	OpenAI	1	8.3	3/4	4.11s
#21	Gemini 3 Flash Preview none	Google	1	8.3	3/4	1.25s
#22	Gemini 3.1 Flash Lite Preview low	Google	1	8.3	3/4	2.12s
#25	Grok 4.20 Beta medium	X AI	1	8.7	3/4	3.16s
#26	Claude Sonnet 4.6 medium	Anthropic	1	6.5	2/4	2.98s
#27	DeepSeek V3.2 medium	DeepSeek	1	8.4	3/4	30.7s
#28	GPT-5.2 Chat none	OpenAI	1	8.7	3/4	3.40s
#29	Gemini 3.1 Flash Lite Preview none	Google	1	7.5	2/4	1.04s
#31	GLM 5V Turbo medium	Z.ai	1	7.2	2/4	10.8s
#34	Kimi K2.6 medium	Moonshot AI	1	7.0	2/4	11.6s
#36	GPT-5.3 Chat none	OpenAI	1	6.7	2/4	3.86s
#38	GPT-5.4 Nano medium	OpenAI	1	8.3	3/4	4.52s
#39	Seed-2.0-Mini medium	Bytedance Seed	1	6.6	2/4	74.7s
#40	GPT-5.2 medium	OpenAI	1	6.5	2/4	7.81s

←

1 2 3 4 5

→

Mejores modelos por Cantidad de Respuesta incorrecta