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
265/265
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) |
|---|---|---|---|---|---|---|---|
| #77 | DeepSeek V4 Flash 0731 high | DeepSeek | 1 | 0.6 | $0.576 | 1/3 | 252.7s |
| #79 | GPT-5.6 Terra high | OpenAI | 1 | 0.8 | $0.698 | 2/3 | 9.14s |
| #88 | GLM 5.2 medium | Z.ai | 1 | 0.8 | $1.007 | 2/3 | 41.0s |
| #90 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 0.8 | $0.271 | 2/3 | 156.7s |
| #93 | Claude Opus 4.7 medium | Anthropic | 1 | 0.8 | $3.636 | 2/3 | 13.0s |
| #94 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 0.8 | $0.261 | 2/3 | 50.6s |
| #97 | Nemotron 3 Ultra medium | NVIDIA | 1 | 0.8 | $0.674 | 2/3 | 26.5s |
| #99 | Gemini 3.8 Flash medium | 1 | 0.8 | $0.769 | 2/3 | 11.7s | |
| #103 | GLM 5.3 FlashX max | Z.ai | 1 | 0.8 | $0.623 | 2/3 | 24.6s |
| #104 | Claude Fable 5.1 high | Anthropic | 1 | 0.8 | $3.471 | 2/3 | 13.9s |
| #105 | GPT-5.4 Mini medium | OpenAI | 1 | 0.8 | $1.102 | 2/3 | 57.9s |
| #109 | MiMo-V2.6-Flash medium | Xiaomi | 1 | 0.7 | $0.218 | 1/3 | 18.2s |
| #111 | Grok 4.5 medium | X AI | 1 | 0.8 | $2.996 | 2/3 | 155.7s |
| #113 | Step 3.7 Flash medium | Stepfun | 1 | 0.9 | $0.571 | 2/3 | 27.4s |
| #114 | Grok 4.6 medium | X AI | 1 | 0.8 | $2.270 | 2/3 | 120.0s |