Ranking de Específico del dominio x Formato extra

Fallos por categoría de AI BENCHY

Mira qué modelos de IA tienen más probabilidades de caer en Formato extra dentro de Específico del dominio, para detectar puntos débiles más rápido.

Modelos mostrados

Fallos totales

Modelo más afectado

Motivos de fallo

Respuesta incorrecta182 Tiempo agotado31 Formato extra8 Error de API2 Sin respuesta2

Categorías

Trucos anti-IA11 Específico del dominio8 Análisis y extracción de datos2 Resolución de acertijos2

Rango	Modelo	Empresa	Cantidad de Formato extra	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#37	Claude Opus 4.6 medium	Anthropic	2	3.0	0/3	83.4s
#26	Claude Sonnet 4.6 medium	Anthropic	1	2.9	0/3	0ms
#35	MiMo-V2-Omni medium	Xiaomi	1	3.0	0/3	55.1s
#47	Grok 4.20 medium	X AI	1	5.3	1/3	27.0s
#50	Hunter Alpha medium	OpenRouter	1	3.0	0/3	10.5s
#56	Grok 4.20 Multi Agent Beta medium	X AI	1	2.9	0/3	24.7s
#82	Grok 4.20 none	X AI	1	3.0	0/3	687ms

Mejores modelos por Cantidad de Formato extra