Ranking de Programación x Respuesta incorrecta

Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Programación, para detectar puntos débiles más rápido.

Modelos mostrados

Fallos totales

456

Modelo más afectado

Qwen3.6 Flash 3

Motivos de fallo

Respuesta incorrecta456 Error de API64 No siguió las instrucciones41 Sin respuesta41 Formato extra36 Tiempo agotado24

Categorías

Específico del dominio811 Trucos anti-IA470 Programación456 Resolución de acertijos323 Cultura general289 Combinado121 Inteligencia general121 Tareas de agentes120 Seguimiento de instrucciones101 Análisis y extracción de datos77

265/265

Rango	Modelo	Empresa	Cantidad de Respuesta incorrecta	Puntuación de categoría	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#259	Gemini 3.1 Flash Lite none	Google	2	0.5	$0.069	1/3	938ms
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.069 Tiempo de respuesta (promedio) 938ms
#260	Qwen3.6 Flash none	Qwen	2	0.5	$0.139	1/3	1.79s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.139 Tiempo de respuesta (promedio) 1.79s
#262	Nemotron 3 Ultra none	NVIDIA	2	0.5	$0.164	1/3	1.02s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.164 Tiempo de respuesta (promedio) 1.02s
#263	Qwen3.7 Flash none	Qwen	2	0.5	$0.028	1/3	1.55s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.028 Tiempo de respuesta (promedio) 1.55s
#264	Qwen3.8 Flash Next none	Qwen	2	0.5	~$0.011	1/3	1.64s
Pruebas totales 3 Pruebas incorrectas 2 Costo total ~$0.011 Tiempo de respuesta (promedio) 1.64s
#265	GPT-5.6 Terra none	OpenAI	2	0.5	$0.377	1/3	1.00s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.377 Tiempo de respuesta (promedio) 1.00s
#267	Ling 3.0 Flash high	Inclusionai	2	0.7	$0.021	1/3	14.9s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.021 Tiempo de respuesta (promedio) 14.9s
#270	GPT-5 Nano medium	OpenAI	2	0.7	$0.159	1/3	41.6s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.159 Tiempo de respuesta (promedio) 41.6s
#271	GPT-5.4 Mini none	OpenAI	2	0.5	$0.170	1/3	913ms
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.170 Tiempo de respuesta (promedio) 913ms
#275	Gemma 4 31B none	Google	2	0.5	$0.031	1/3	11.2s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.031 Tiempo de respuesta (promedio) 11.2s
#276	Space Bunny Alpha low	Stealth	2	0.6	$0.000	1/3	6.60s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 6.60s
#277	GPT-5.4 none	OpenAI	2	0.5	$0.690	1/3	1.62s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.690 Tiempo de respuesta (promedio) 1.62s
#278	Solar Pro 4 none	Upstage	2	0.5	$0.022	1/3	2.61s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.022 Tiempo de respuesta (promedio) 2.61s
#280	Qwen3.5-35B-A3B none	Qwen	2	0.5	$0.120	1/3	1.39s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.120 Tiempo de respuesta (promedio) 1.39s
#284	Gemini 2.5 Flash none	Google	2	0.5	$0.017	1/3	736ms
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.017 Tiempo de respuesta (promedio) 736ms

Filtrar modelos

Mejores modelos por Cantidad de Respuesta incorrecta

Cantidad de Respuesta incorrecta vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado

Programación: Respuesta incorrecta

Filtrar modelos

Mejores modelos por Cantidad de Respuesta incorrecta

Cantidad de Respuesta incorrecta vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimadoSolo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 0.1095 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.010823.

Mejores modelos por Costo desperdiciado estimado