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) |
|---|---|---|---|---|---|---|---|
| #234 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.6 | $0.152 | 1/3 | 248.7s |
| #239 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.8 | $0.669 | 2/3 | 33.1s |
| #244 | Gemini 3.5 Flash none | 1 | 0.9 | $1.752 | 2/3 | 34.7s | |
| #252 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.5 | $0.661 | 1/3 | 5.19s |
| #255 | Inkling Small medium | Thinkingmachines | 1 | 0.8 | $0.113 | 2/3 | 10.5s |
| #266 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.6 | $0.391 | 1/3 | 83.7s |
| #269 | Trinity Large Thinking high | Arcee AI | 1 | 0.4 | $0.794 | 0/3 | 245.0s |
| #274 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.4 | $0.000 | 0/3 | 309.1s |
| #282 | Kimi K2.6 none | Moonshot AI | 1 | 0.6 | $0.486 | 1/3 | 82.6s |
| #283 | Ling 3.1 Flash none | Inclusionai | 1 | 0.5 | $0.000 | 0/3 | 31.9s |
| #306 | KAT Coder AIR V2.5 high | Kwaipilot | 1 | 0.4 | $0.077 | 0/3 | 39.1s |
| #307 | Mimo V2 PRO medium | Xiaomi | 1 | 0.6 | $0.333 | 1/3 | 94.2s |
| #308 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.6 | $0.043 | 1/3 | 10.7s |
| #315 | Laguna S 2.1 medium | Poolside | 1 | 0.5 | $0.092 | 1/3 | 159.0s |
| #320 | KAT Coder AIR V2.5 low | Kwaipilot | 1 | 0.3 | $0.046 | 0/3 | 11.1s |