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
414/414
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) |
|---|---|---|---|---|---|---|---|
| #28 | Claude Opus 5 medium | Anthropic | 3 | 0.3 | $2.870 | 0/3 | 26.3s |
| #35 | Qwen3.8 MAX medium | Qwen | 3 | 0.3 | $1.181 | 0/3 | 41.8s |
| #46 | Qwen3.8 Max (0902) medium | Qwen | 3 | 0.4 | $1.096 | 0/3 | 49.4s |
| #47 | Muse Spark 1.3 medium | Meta | 3 | 0.3 | $1.712 | 0/3 | 132.3s |
| #48 | Gemini 3.5 Flash Lite high | 3 | 0.4 | $0.624 | 0/3 | 23.1s | |
| #54 | Muse Spark 1.2 high | Meta | 3 | 0.4 | $2.018 | 0/3 | 108.9s |
| #56 | Muse Spark 1.1 medium | Meta | 3 | 0.3 | $1.665 | 0/3 | 80.8s |
| #59 | Qwen3.8 MAX low | Qwen | 3 | 0.3 | $1.089 | 0/3 | 40.1s |
| #63 | DeepSeek V4.1 Flash medium | DeepSeek | 3 | 0.3 | $0.591 | 0/3 | 153.0s |
| #68 | Seed 2.1 Turbo medium | Bytedance Seed | 3 | 0.3 | $2.042 | 0/3 | 656.0s |
| #70 | DeepSeek V4.1 Flash max | DeepSeek | 3 | 0.4 | $1.204 | 0/3 | 198.4s |
| #72 | Claude Sonnet 5.5 xhigh | Anthropic | 3 | 0.3 | $1.516 | 0/3 | 35.3s |
| #73 | Claude Sonnet 5.5 high | Anthropic | 3 | 0.3 | $1.175 | 0/3 | 17.5s |
| #77 | Muse Spark 1.3 low | Meta | 3 | 0.3 | $0.911 | 0/3 | 45.6s |
| #79 | Qwen3.7 Max medium | Qwen | 3 | 0.4 | $1.689 | 0/3 | 52.5s |