Análisis y extracción de datos: Respuesta incorrecta
Análisis y extracción de datos
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Análisis y extracción de datos, para detectar puntos débiles más rápido. Ordenar por: Costo total ↓.
Motivos de fallo
80/80
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) |
|---|---|---|---|---|---|---|---|
| #169 | Claude Opus 4.8 low | Anthropic | 1 | 0.6 | $3.787 | 1/2 | 2.27s |
| #95 | Claude Opus 4.8 medium | Anthropic | 1 | 0.7 | $3.490 | 1/2 | 12.3s |
| #195 | Claude Opus 4.8 none | Anthropic | 1 | 0.7 | $2.334 | 1/2 | 1.77s |
| #317 | Hy4 preview low | Tencent | 1 | 0.9 | $1.844 | 1/2 | 88.5s |
| #151 | Seed-2.0-Code medium | Bytedance Seed | 1 | 0.7 | $1.275 | 1/2 | 18.8s |
| #256 | Trinity Large Thinking low | Arcee AI | 1 | 0.7 | $0.918 | 1/2 | 14.3s |
| #267 | Trinity Large Thinking medium | Arcee AI | 1 | 0.6 | $0.862 | 1/2 | 16.4s |
| #292 | Trinity Large Thinking high | Arcee AI | 1 | 0.6 | $0.794 | 1/2 | 14.0s |
| #162 | LongCat 2.0 high | Meituan | 1 | 0.4 | $0.778 | 0/2 | 11.0s |
| #260 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.7 | $0.669 | 1/2 | 4.70s |
| #413 | Grok Build 0.1 none | X AI | 1 | 0.4 | $0.547 | 0/2 | 9.33s |
| #133 | Muse Glimmer 30B high | Meta | 1 | 0.7 | $0.506 | 1/2 | 14.9s |
| #173 | Step 3.7 Flash low | Stepfun | 1 | 0.7 | $0.449 | 1/2 | 2.29s |
| #384 | MiniMax M2.5 medium | Minimax | 2 | 0.5 | $0.440 | 0/2 | 7.48s |
| #332 | Mimo V2 PRO medium | Xiaomi | 1 | 0.7 | $0.333 | 1/2 | 17.2s |