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.
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) |
|---|---|---|---|---|---|---|---|
| #128 | GLM 5.3 high | Z.ai | 1 | 0.6 | $0.495 | 1/2 | 64.0s |
| #132 | Grok 4.5 low | X AI | 1 | 0.7 | $1.345 | 1/2 | 12.8s |
| #137 | Nemotron 3.5 Super VL medium | NVIDIA | 1 | 0.6 | $0.437 | 1/2 | 112.2s |
| #138 | Claude Haiku 5.5 medium | Anthropic | 1 | 0.7 | $0.063 | 1/2 | 20.3s |
| #146 | Space Bunny Alpha high | Stealth | 1 | 0.7 | $0.000 | 1/2 | 19.3s |
| #168 | Qwen3.5-27B none | Qwen | 1 | 0.6 | $0.116 | 1/2 | 39.4s |
| #171 | Gemini 3.8 Flash low | 1 | 0.4 | $0.323 | 0/2 | 19.6s | |
| #180 | GLM 5.3 FlashX medium | Z.ai | 1 | 0.3 | $0.114 | 0/2 | 16.0s |
| #187 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.7 | $1.136 | 1/2 | 66.0s |
| #191 | Grok 4.6 low | X AI | 1 | 0.7 | $0.781 | 1/2 | 23.3s |
| #198 | GPT-5.6 Luna low | OpenAI | 1 | 0.3 | $0.049 | 0/2 | 13.7s |
| #205 | GPT-6 Sol none | OpenAI | 1 | 0.7 | $0.551 | 1/2 | 10.6s |
| #206 | Space Bunny Alpha max | Stealth | 1 | 0.7 | $0.000 | 1/2 | 61.0s |
| #210 | Qwen3.5-Flash none | Qwen | 1 | 0.3 | $0.089 | 0/2 | 243.6s |
| #216 | GPT-5.6 Sol none | OpenAI | 1 | 0.7 | $0.795 | 1/2 | 8.37s |