Ranking de Combinado x Formato extra

Fallos por categoría de AI BENCHY

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

Modelos mostrados

Fallos totales

Modelo más afectado

North Mini Code 1

Motivos de fallo

Respuesta incorrecta53 Llamada de herramienta no válida20 Error de API13 Sin respuesta2 Tiempo agotado2 Formato extra1 No siguió las instrucciones1

Categorías

Trucos anti-IA18 Específico del dominio13 Programación11 Análisis y extracción de datos4 Resolución de acertijos4 Seguimiento de instrucciones2 Combinado1

1/1

Rango	Modelo	Empresa	Cantidad de Formato extra	Puntuación de categoría	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#107	North Mini Code medium	Cohere	1	2.8	$0.000	0/1	323.1s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 323.1s

Filtrar modelos

Mejores modelos por Cantidad de Formato extra

Cantidad de Formato extra vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado

Combinado: Formato extra

Filtrar modelos

Mejores modelos por Cantidad de Formato extra

Cantidad de Formato extra vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado