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) |
|---|---|---|---|---|---|---|---|
| #277 | Inkling none | Thinkingmachines | 1 | 0.3 | $0.292 | 0/2 | 25.7s |
| #278 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.6 | $0.216 | 1/2 | 109.7s |
| #281 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.4 | $0.742 | 0/2 | 183.1s |
| #284 | GLM 5.3 FlashX low | Z.ai | 1 | 0.3 | $0.157 | 0/2 | 42.4s |
| #287 | Seed-2.0-Lite none | Bytedance Seed | 1 | 0.3 | $0.114 | 0/2 | 25.6s |
| #288 | Gemini 3.1 Flash Lite minimal | 1 | 0.3 | $0.080 | 0/2 | 7.75s | |
| #290 | Gemini 3.1 Flash Lite none | 1 | 0.3 | $0.069 | 0/2 | 9.49s | |
| #293 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.3 | $0.164 | 0/2 | 21.1s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.4 | $0.028 | 0/2 | 94.6s |
| #295 | Qwen3.8 Flash Next none | Qwen | 1 | 0.3 | ~$0.011 | 0/2 | 12.0s |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.3 | $0.391 | 0/2 | 10.4s |
| #303 | GPT-5.4 Mini none | OpenAI | 1 | 0.7 | $0.170 | 1/2 | 6.22s |
| #305 | Seed 2.1 Turbo none | Bytedance Seed | 1 | 0.4 | $0.182 | 0/2 | 41.3s |
| #307 | Gemma 4 31B none | 1 | 0.4 | $0.031 | 0/2 | 30.0s | |
| #310 | Solar Pro 4 none | Upstage | 1 | 0.3 | $0.022 | 0/2 | 35.1s |