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) |
|---|---|---|---|---|---|---|---|
| #312 | GLM 5 none | Z.ai | 1 | 0.2 | $0.140 | 0/1 | 4.98s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.4 | $0.120 | 0/2 | 128.3s |
| #314 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.3 | $0.040 | 0/2 | 451.9s |
| #316 | Kimi K2.6 none | Moonshot AI | 1 | 0.3 | $0.486 | 0/2 | 77.8s |
| #317 | Ling 3.1 Flash none | Inclusionai | 1 | 0.3 | $0.000 | 0/2 | 25.4s |
| #318 | Gemini 2.5 Flash none | 1 | 0.3 | $0.017 | 0/2 | 61.2s | |
| #319 | GPT-6 Luna none | OpenAI | 1 | 0.4 | $0.026 | 0/2 | 50.9s |
| #320 | Gemma 4 26B A4B none | 1 | 0.3 | $0.031 | 0/2 | 37.2s | |
| #322 | Seed-2.0-Code none | Bytedance Seed | 1 | 0.3 | $0.257 | 0/2 | 78.4s |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.3 | ~$0.010 | 0/2 | 24.1s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.4 | $0.060 | 0/2 | 4.78s |
| #329 | Ember-1 none | Fireworks | 1 | 0.3 | $0.786 | 0/2 | 49.0s |
| #331 | GPT-5.6 Luna none | OpenAI | 1 | 0.3 | $0.042 | 0/2 | 6.68s |
| #333 | Kimi K2.5 none | Moonshot AI | 1 | 0.3 | $0.262 | 0/2 | 61.0s |
| #334 | Qwen3.6 Max Preview none | Qwen | 1 | 0.7 | $0.228 | 1/2 | 61.6s |