Específico del dominio: Respuesta incorrecta
Específico del dominio
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Específico del dominio, para detectar puntos débiles más rápido.
Motivos de fallo
198/198
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) |
|---|---|---|---|---|---|---|---|
| #16 | Muse Spark 1.1 medium | Meta | 3 | 3.5 | $1.357 | 0/3 | 71.4s |
| #19 | Qwen3.6 Max Preview medium | Qwen | 3 | 2.9 | $1.143 | 0/3 | 95.9s |
| #20 | Grok 4.5 low | X AI | 3 | 3.0 | $0.935 | 0/3 | 72.6s |
| #22 | Grok 4.5 medium | X AI | 3 | 2.9 | $1.928 | 0/3 | 198.9s |
| #24 | Muse Spark 1.1 low | Meta | 3 | 2.9 | $0.647 | 0/3 | 29.7s |
| #36 | Qwen3.7 Plus medium | Qwen | 3 | 3.6 | $0.267 | 0/3 | 45.3s |
| #37 | Qwen3.6 Plus medium | Qwen | 3 | 2.9 | $0.405 | 0/3 | 29.6s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 3 | 4.1 | $0.042 | 0/3 | 100.3s |
| #51 | Nemotron 3 Ultra medium | NVIDIA | 3 | 3.5 | $0.774 | 0/3 | 24.9s |
| #54 | GPT-5.3 Chat none | OpenAI | 3 | 3.5 | $0.571 | 0/3 | 13.0s |
| #56 | GPT-5.4 Mini medium | OpenAI | 3 | 4.1 | $0.756 | 0/3 | 65.3s |
| #62 | KAT-Coder-Pro V2.5 low | Kwaipilot | 3 | 4.1 | $0.387 | 0/3 | 17.5s |
| #64 | Gemini 3.1 Flash Lite Preview medium | 3 | 3.0 | $0.115 | 0/3 | 4.21s | |
| #65 | Gemini 3.1 Flash Lite medium | 3 | 2.9 | $0.117 | 0/3 | 3.16s | |
| #69 | KAT-Coder-Pro V2.5 high | Kwaipilot | 3 | 2.9 | $0.482 | 0/3 | 35.3s |