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) |
|---|---|---|---|---|---|---|---|
| #96 | Grok 4.6 low | X AI | 2 | 5.5 | $0.449 | 1/3 | 21.7s |
| #97 | Gemini 3 Flash Preview low | 2 | 5.8 | $0.185 | 1/3 | 6.00s | |
| #99 | GLM 5.3 high | Z.ai | 2 | 6.6 | $0.403 | 1/3 | 18.9s |
| #101 | Gemini 3.1 Flash Lite medium | 2 | 5.5 | $0.120 | 1/3 | 3.81s | |
| #102 | Qwen3.7 Plus none | Qwen | 2 | 5.5 | $0.106 | 1/3 | 2.15s |
| #106 | KAT-Coder-Pro V2.5 high | Kwaipilot | 2 | 6.4 | $0.506 | 1/3 | 22.0s |
| #108 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 2 | 6.2 | $0.323 | 1/3 | 125.3s |
| #109 | Qwen3.7 Flash low | Qwen | 2 | 6.7 | $0.043 | 1/3 | 42.4s |
| #116 | GPT-5.6 Sol none | OpenAI | 2 | 5.5 | $0.262 | 1/3 | 1.39s |
| #119 | GPT-5.5 none | OpenAI | 2 | 5.5 | $0.544 | 1/3 | 1.35s |
| #121 | Grok 4.20 medium | X AI | 2 | 6.3 | $0.805 | 1/3 | 109.9s |
| #125 | Qwen3.7 Flash medium | Qwen | 2 | 6.2 | $0.065 | 1/3 | 46.8s |
| #134 | GLM 5.3 low | Z.ai | 2 | 6.2 | $0.257 | 1/3 | 21.0s |
| #136 | Gemini 3 Flash Preview none | 2 | 5.5 | $0.085 | 1/3 | 1.80s | |
| #138 | GLM 5.2 none | Z.ai | 2 | 3.7 | $0.153 | 0/3 | 7.55s |