Ranking de Programación x Formato extra

Mira qué modelos de IA tienen más probabilidades de caer en Formato extra dentro de Programación, para detectar puntos débiles más rápido.

Modelos mostrados

Fallos totales

Modelo más afectado

Motivos de fallo

Respuesta incorrecta456 Error de API64 No siguió las instrucciones41 Sin respuesta41 Formato extra36 Tiempo agotado24

Categorías

Específico del dominio36 Programación36 Trucos anti-IA33 Resolución de acertijos16 Análisis y extracción de datos12 Seguimiento de instrucciones8 Combinado1

33/33

Rango	Modelo	Empresa	Cantidad de Formato extra	Puntuación de categoría	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#347	Owl Alpha default	Openrouter	1	0.6	$0.000	1/3	36.9s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 36.9s
#351	Mimo V2 Omni default	Xiaomi	1	0.4	$0.021	0/3	2.75s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.021 Tiempo de respuesta (promedio) 2.75s
#371	Granite 4.1 8b default	IBM Granite	1	0.4	$0.007	0/3	775ms
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.007 Tiempo de respuesta (promedio) 775ms

Filtrar modelos