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) |
|---|---|---|---|---|---|---|---|
| #46 | Gemini 2.5 Flash medium | 1 | 7.8 | $0.644 | 2/3 | 41.0s | |
| #47 | Claude Sonnet 5 medium | Anthropic | 1 | 9.0 | $0.922 | 2/3 | 17.3s |
| #51 | Inkling high | Thinkingmachines | 1 | 8.5 | $1.041 | 2/3 | 148.4s |
| #53 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 7.3 | $0.072 | 1/3 | 163.3s |
| #56 | Inkling medium | Thinkingmachines | 1 | 8.4 | $0.377 | 2/3 | 25.2s |
| #57 | GPT-5.6 Terra high | OpenAI | 1 | 7.6 | $0.836 | 2/3 | 9.14s |
| #59 | GPT-5.2 Chat none | OpenAI | 1 | 8.8 | $0.594 | 2/3 | 9.82s |
| #60 | Step 3.7 Flash medium | Stepfun | 1 | 8.8 | $0.495 | 2/3 | 27.4s |
| #62 | Qwen3.7 Plus medium | Qwen | 1 | 6.1 | $0.277 | 1/3 | 108.6s |
| #63 | Qwen3.6 Plus medium | Qwen | 1 | 6.1 | $0.418 | 1/3 | 153.1s |
| #64 | Gemini 3.5 Flash Lite medium | 1 | 7.9 | $0.272 | 2/3 | 9.96s | |
| #65 | GLM 5.2 medium | Z.ai | 1 | 8.2 | $0.224 | 2/3 | 41.0s |
| #67 | Claude Sonnet 4.6 medium | Anthropic | 1 | 5.7 | $2.126 | 1/3 | 33.3s |
| #69 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 8.0 | $0.236 | 2/3 | 156.7s |
| #70 | Claude Opus 4.8 low | Anthropic | 1 | 6.6 | $2.089 | 1/3 | 7.58s |