Programación: Respuesta incorrecta
Programación
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Programación, para detectar puntos débiles más rápido.
Motivos de fallo
197/197
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de Respuesta incorrecta | Puntuación de categoría | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #112 | Muse Glimmer 30B low | Meta | 1 | 8.1 | $0.187 | 2/3 | 16.5s |
| #113 | Step 3.7 Flash low | Stepfun | 1 | 8.2 | $0.390 | 2/3 | 9.46s |
| #114 | Solar Pro 4 high | Upstage | 1 | 5.7 | $0.046 | 1/3 | 244.7s |
| #115 | Grok 4.3 medium | X AI | 1 | 5.9 | $0.741 | 1/3 | 41.2s |
| #117 | DeepSeek V3.2 medium | DeepSeek | 1 | 6.0 | $0.078 | 1/3 | 248.7s |
| #120 | Mercury 2 medium | Inception | 1 | 8.2 | $0.094 | 2/3 | 2.04s |
| #122 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 5.5 | $0.116 | 1/3 | 220.5s |
| #124 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 7.8 | $0.478 | 2/3 | 33.1s |
| #127 | Gemini 3.5 Flash none | 1 | 8.8 | $1.093 | 2/3 | 34.7s | |
| #129 | Step 3.7 Flash high | Stepfun | 1 | 4.0 | $1.229 | 0/3 | 206.2s |
| #130 | Seed-2.0-Code medium | Bytedance Seed | 1 | 8.9 | $1.153 | 2/3 | 89.9s |
| #131 | Solar Pro 4 low | Upstage | 1 | 5.5 | $0.044 | 1/3 | 259.6s |
| #132 | Solar Pro 4 medium | Upstage | 1 | 5.5 | $0.047 | 1/3 | 310.4s |
| #133 | DeepSeek V4 Pro none | DeepSeek | 1 | 5.6 | $0.351 | 1/3 | 13.4s |
| #140 | LongCat 2.0 low | Meituan | 1 | 6.6 | $0.412 | 1/3 | 479.3s |