Ranking de Combinado x Respuesta incorrecta

Fallos por categoría de AI BENCHY

Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Combinado, para detectar puntos débiles más rápido.

Modelos mostrados

Fallos totales

Modelo más afectado

Motivos de fallo

Respuesta incorrecta52 Llamada de herramienta no válida19 Error de API13 Sin respuesta2 Tiempo agotado2 No siguió las instrucciones1

Categorías

Específico del dominio314 Trucos anti-IA245 Programación194 Resolución de acertijos147 Cultura general130 Seguimiento de instrucciones53 Combinado52 Análisis y extracción de datos35 Inteligencia general32 Llamada de herramientas2

Rango	Modelo	Empresa	Cantidad de Respuesta incorrecta	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#150	Qwen3 Coder Next medium	Qwen	1	3.0	0/1	4.28s
#151	Trinity Large Preview none	Arcee AI	1	3.0	0/1	8.91s
#152	MiMo-V2-Flash none	Xiaomi	1	3.0	0/1	2.87s
#155	Mercury 2 none	Inception	1	3.0	0/1	606ms
#156	Hy3 preview none	Tencent	1	3.0	0/1	35.8s
#157	Grok 4.1 Fast none	X AI	1	3.0	0/1	3.33s
#159	Ling-2.6-1T none	Inclusionai	1	3.0	0/1	23.5s

←

1 2 3 4

Mejores modelos por Cantidad de Respuesta incorrecta