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. Ordenar por: Tiempo de respuesta (promedio) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #97 | LongCat 2.0 high | Meituan | 1 | 3.6 | $0.469 | 0/3 | 400.3s |
| #60 | LongCat 2.0 medium | Meituan | 2 | 2.9 | $0.478 | 0/3 | 339.9s |
| #12 | Grok 4.5 high | X AI | 2 | 3.6 | $1.707 | 0/3 | 332.1s |
| #190 | MiniMax M2.5 medium | Minimax | 2 | 2.9 | $0.340 | 0/3 | 237.3s |
| #128 | GPT-5 Nano medium | OpenAI | 1 | 5.2 | $0.114 | 1/3 | 204.0s |
| #22 | Grok 4.5 medium | X AI | 3 | 2.9 | $1.928 | 0/3 | 198.9s |
| #28 | Inkling high | Thinkingmachines | 1 | 7.7 | $1.006 | 2/3 | 186.4s |
| #73 | Grok 4.3 medium | X AI | 2 | 5.3 | $0.779 | 1/3 | 181.7s |
| #194 | GLM 4.7 Flash medium | Z.ai | 2 | 3.5 | $0.166 | 0/3 | 174.6s |
| #130 | Step 3.5 Flash medium | Stepfun | 2 | 5.3 | $0.108 | 1/3 | 170.5s |
| #10 | GPT-5.5 medium | OpenAI | 2 | 5.3 | $4.137 | 1/3 | 164.1s |
| #48 | Grok Build 0.1 medium | X AI | 1 | 5.3 | $1.097 | 1/3 | 158.0s |
| #46 | DeepSeek V4 Pro high | DeepSeek | 2 | 3.6 | $0.200 | 0/3 | 151.5s |
| #86 | Step 3.7 Flash high | Stepfun | 2 | 4.1 | $1.207 | 0/3 | 149.6s |
| #114 | Qwen3.5-Flash medium | Qwen | 1 | 5.3 | $0.139 | 1/3 | 146.5s |