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) |
|---|---|---|---|---|---|---|---|
| #147 | Qwen3.6 Plus medium | Qwen | 1 | 0.6 | $0.554 | 1/3 | 153.1s |
| #148 | Gemini 3.5 Flash Lite medium | 1 | 0.8 | $0.440 | 2/3 | 9.96s | |
| #153 | Claude Opus 4.8 low | Anthropic | 1 | 0.7 | $3.787 | 1/3 | 7.58s |
| #154 | Qwen3.7 Flash high | Qwen | 1 | 0.8 | $0.063 | 2/3 | 58.8s |
| #157 | Step 3.7 Flash low | Stepfun | 1 | 0.8 | $0.449 | 2/3 | 9.46s |
| #159 | Claude Opus 5 none | Anthropic | 1 | 0.6 | $2.766 | 1/3 | 5.54s |
| #162 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.8 | $0.200 | 2/3 | 11.0s |
| #164 | GPT-5.2 Chat default | OpenAI | 1 | 0.9 | $0.594 | 2/3 | 9.82s |
| #165 | Qwen3.6 Max Preview medium | Qwen | 1 | 0.9 | $1.132 | 2/3 | 146.5s |
| #169 | Qwen3.5-122B-A10B medium | Qwen | 1 | 0.6 | $1.152 | 1/3 | 114.5s |
| #172 | Muse Glimmer 30B low | Meta | 1 | 0.8 | $0.219 | 2/3 | 16.5s |
| #175 | Gemma 4 31B medium | 1 | 0.4 | $0.144 | 0/3 | 219.8s | |
| #178 | Claude Opus 4.8 none | Anthropic | 1 | 0.5 | $2.334 | 1/3 | 3.29s |
| #182 | Mercury 2.5 Preview medium | Inception | 1 | 0.8 | $0.039 | 2/3 | 3.86s |
| #185 | Solar Pro 4 xhigh | Upstage | 1 | 0.6 | $0.067 | 1/3 | 292.2s |