Ranking de Combinado x Error de API

Mira qué modelos de IA tienen más probabilidades de caer en Error de API dentro de Combinado, para detectar puntos débiles más rápido. Ordenar por: Pruebas correctas ↑.

Modelos mostrados

Fallos totales

Modelo más afectado

Gemini 4 Argon 1

Motivos de fallo

Llamada de herramienta no válida180 Respuesta incorrecta128 Error de API62 Sin respuesta56 Tiempo agotado11 Formato extra1 No siguió las instrucciones1

Categorías

Programación65 Combinado62 Trucos anti-IA44 Específico del dominio40 Llamada de herramientas39 Análisis y extracción de datos37 Tareas de agentes36 Resolución de acertijos35 Seguimiento de instrucciones25 Cultura general19

49/49

Rango	Modelo	Empresa	Cantidad de Error de API	Puntuación de categoría	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#99	Gemini 4 Argon low	Google	1	0.4	$0.438	0/2	11.9s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.438 Tiempo de respuesta (promedio) 11.9s
#154	Seed-2.0-Code medium	Bytedance Seed	2	0.5	$1.275	0/2	102.3s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $1.275 Tiempo de respuesta (promedio) 102.3s
#197	Gemma 4 31B medium	Google	1	0.3	$0.144	0/2	433.1s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.144 Tiempo de respuesta (promedio) 433.1s
#225	Beam 1.0 501B A23B medium	Reflection	2	0.3	$0.499	0/2	2.62s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.499 Tiempo de respuesta (promedio) 2.62s
#229	Qwen3.6 35B A3B medium	Qwen	1	0.3	$0.834	0/2	817.6s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.834 Tiempo de respuesta (promedio) 817.6s
#232	Beam 1.0 501B A23B xhigh	Reflection	2	0.3	$0.688	0/2	2.68s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.688 Tiempo de respuesta (promedio) 2.68s
#240	Beam 1.0 501B A23B max	Reflection	2	0.3	$0.799	0/2	3.04s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.799 Tiempo de respuesta (promedio) 3.04s
#245	Beam 1.0 501B A23B low	Reflection	2	0.3	$0.432	0/2	2.22s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.432 Tiempo de respuesta (promedio) 2.22s
#273	Gemini 3.5 Flash none	Google	2	0.3	$1.752	0/2	0ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $1.752 Tiempo de respuesta (promedio) 0ms
#274	Beam 1.0 501B A23B high	Reflection	2	0.3	$0.674	0/2	2.68s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.674 Tiempo de respuesta (promedio) 2.68s
#293	Nemotron 3 Ultra none	NVIDIA	1	0.3	$0.164	0/2	21.1s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.164 Tiempo de respuesta (promedio) 21.1s
#307	Gemma 4 31B none	Google	1	0.4	$0.031	0/2	30.0s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.031 Tiempo de respuesta (promedio) 30.0s
#326	Hy4 preview low	Tencent	2	0.3	$1.844	0/2	139.4s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $1.844 Tiempo de respuesta (promedio) 139.4s
#329	Ember-1 none	Fireworks	1	0.3	$0.786	0/2	49.0s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.786 Tiempo de respuesta (promedio) 49.0s
#336	Qwen3.6 35B A3B none	Qwen	1	0.4	$0.105	0/2	39.5s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.105 Tiempo de respuesta (promedio) 39.5s

Filtrar modelos

Mejores modelos por Cantidad de Error de API

Cantidad de Error de API vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado

Combinado: Error de API

Filtrar modelos

Mejores modelos por Cantidad de Error de API

Cantidad de Error de API vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado