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
118/118
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) |
|---|---|---|---|---|---|---|---|
| #132 | Grok 4.5 low | X AI | 1 | 0.7 | $1.345 | 1/2 | 12.8s |
| #219 | GPT-5.5 none | OpenAI | 1 | 0.7 | $1.212 | 1/2 | 8.90s |
| #187 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.7 | $1.136 | 1/2 | 66.0s |
| #216 | GPT-5.6 Sol none | OpenAI | 1 | 0.7 | $0.795 | 1/2 | 8.37s |
| #329 | Ember-1 none | Fireworks | 1 | 0.3 | $0.786 | 0/2 | 49.0s |
| #191 | Grok 4.6 low | X AI | 1 | 0.7 | $0.781 | 1/2 | 23.3s |
| #281 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.4 | $0.742 | 0/2 | 183.1s |
| #255 | Gemini 3.1 Flash Lite Preview low | 1 | 0.3 | $0.736 | 0/2 | 160.6s | |
| #257 | Gemini 3.1 Flash Lite low | 1 | 0.3 | $0.717 | 0/2 | 161.2s | |
| #309 | GPT-5.4 none | OpenAI | 2 | 0.3 | $0.690 | 0/2 | 9.26s |
| #50 | Gemini 4 Argon medium | 1 | 0.6 | $0.674 | 1/2 | 15.1s | |
| #205 | GPT-6 Sol none | OpenAI | 1 | 0.7 | $0.551 | 1/2 | 10.6s |
| #128 | GLM 5.3 high | Z.ai | 1 | 0.6 | $0.495 | 1/2 | 64.0s |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.3 | $0.486 | 0/2 | 77.8s |
| #120 | Qwen3.7 Max none | Qwen | 1 | 0.7 | $0.451 | 1/2 | 37.2s |