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) |
|---|---|---|---|---|---|---|---|
| #367 | Mercury 2.5 Preview default | Inception | 1 | 0.3 | $0.023 | 0/2 | 31.3s |
| #370 | Laguna S 2.1 none | Poolside | 1 | 0.3 | $0.044 | 0/2 | 21.6s |
| #372 | Qwen3 Coder Next medium | Qwen | 1 | 0.3 | $0.071 | 0/2 | 14.6s |
| #374 | GPT-5.4 Nano none | OpenAI | 1 | 0.3 | $0.068 | 0/2 | 14.7s |
| #376 | GLM 5V Turbo none | Z.ai | 1 | 0.2 | $0.052 | 0/1 | 6.51s |
| #377 | Laguna S 2.1 low | Poolside | 1 | 0.3 | $0.108 | 0/2 | 412.5s |
| #379 | Owl Alpha medium | Openrouter | 1 | 0.2 | $0.000 | 0/1 | 10.0s |
| #380 | Mimo V2 PRO default | Xiaomi | 1 | 0.2 | $0.045 | 0/1 | 6.58s |
| #381 | Owl Alpha default | Openrouter | 1 | 0.2 | $0.000 | 0/1 | 21.7s |
| #385 | Mimo V2 Omni default | Xiaomi | 1 | 0.2 | $0.021 | 0/1 | 5.96s |
| #387 | KAT Coder AIR V2.5 default | Kwaipilot | 1 | 0.4 | $0.070 | 0/2 | 73.0s |
| #388 | Trinity Large Preview default | Arcee AI | 1 | 0.2 | $0.008 | 0/1 | 8.91s |
| #389 | Granite 4.2 8B none | IBM Granite | 1 | 0.3 | $0.037 | 0/2 | 424.3s |
| #396 | GLM 5 Turbo none | Z.ai | 1 | 0.2 | $0.047 | 0/1 | 4.89s |
| #397 | Mercury 2.5 none | Inception | 1 | 0.3 | $0.026 | 0/2 | 3.24s |