Combinado: Respuesta incorrecta
Combinado
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Combinado, para detectar puntos débiles más rápido. Ordenar por: Costo total ↓.
Motivos de fallo
90/90
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) |
|---|---|---|---|---|---|---|---|
| #51 | Grok 4.5 low | X AI | 1 | 6.5 | $0.945 | 1/2 | 12.8s |
| #107 | Kimi K2.7 Code medium | Moonshot AI | 1 | 7.3 | $0.687 | 1/2 | 66.0s |
| #164 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.646 | 0/2 | 160.6s | |
| #166 | Gemini 3.1 Flash Lite low | 1 | 3.2 | $0.621 | 0/2 | 161.2s | |
| #135 | GPT-5.5 none | OpenAI | 1 | 6.5 | $0.544 | 1/2 | 8.90s |
| #156 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 4.1 | $0.487 | 0/2 | 183.1s |
| #111 | Grok 4.6 low | X AI | 1 | 6.5 | $0.449 | 1/2 | 23.3s |
| #114 | GLM 5.3 high | Z.ai | 1 | 6.4 | $0.403 | 1/2 | 64.0s |
| #214 | GPT-5.4 none | OpenAI | 2 | 3.0 | $0.397 | 0/2 | 9.26s |
| #203 | Gemini 3 PRO Preview medium | 1 | 1.5 | $0.385 | 0/1 | 10.4s | |
| #181 | Mimo V2 PRO medium | Xiaomi | 1 | 2.3 | $0.333 | 0/1 | 64.7s |
| #223 | Qwen3.5-122B-A10B none | Qwen | 1 | 5.2 | $0.283 | 0/2 | 129.3s |
| #151 | GLM 5.3 low | Z.ai | 1 | 3.8 | $0.257 | 0/2 | 53.0s |
| #38 | Gemini 3.6 Flash low | 1 | 7.3 | $0.251 | 1/2 | 19.8s | |
| #104 | Gemini 3.8 Flash low | 1 | 3.8 | $0.239 | 0/2 | 19.6s |