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) |
|---|---|---|---|---|---|---|---|
| #218 | GLM 5.3 Flash low | Z.ai | 1 | 0.4 | $0.038 | 0/2 | 54.7s |
| #219 | GPT-5.5 none | OpenAI | 1 | 0.7 | $1.212 | 1/2 | 8.90s |
| #230 | Mercury 2.5 Preview high | Inception | 1 | 0.4 | $0.040 | 0/2 | 14.4s |
| #233 | GLM 5.3 low | Z.ai | 1 | 0.4 | $0.215 | 0/2 | 53.0s |
| #238 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.5 | $0.308 | 0/2 | 129.3s |
| #239 | Gemini 3 Flash Preview none | 1 | 0.4 | $0.155 | 0/2 | 12.4s | |
| #246 | Mercury 2.5 medium | Inception | 1 | 0.7 | $0.034 | 1/2 | 9.23s |
| #251 | LongCat 2.0 none | Meituan | 1 | 0.7 | $0.104 | 1/2 | 28.4s |
| #254 | Gemini 3.5 Flash Lite low | 1 | 0.4 | $0.183 | 0/2 | 11.0s | |
| #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 | |
| #259 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.7 | $0.176 | 1/2 | 64.8s |
| #262 | Space Bunny Alpha medium | Stealth | 1 | 0.4 | $0.000 | 0/2 | 17.0s |
| #267 | Space Bunny Alpha xhigh | Stealth | 1 | 0.3 | $0.000 | 0/2 | 37.1s |
| #271 | Gemini 3.1 Flash Lite Preview none | 1 | 0.3 | $0.090 | 0/2 | 6.23s |