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: Pruebas correctas ↓.
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) |
|---|---|---|---|---|---|---|---|
| #2 | Gemini 3.5 Flash high | 1 | 7.6 | $1.976 | 2/3 | 14.1s | |
| #7 | Gemini 3.1 Pro Preview medium | 1 | 7.7 | $1.361 | 2/3 | 32.7s | |
| #9 | Gemini 3.5 Flash medium | 1 | 7.7 | $0.642 | 2/3 | 5.24s | |
| #11 | Gemini 3.5 Flash low | 1 | 7.7 | $0.433 | 2/3 | 3.39s | |
| #23 | Claude Sonnet 5 medium | Anthropic | 1 | 7.7 | $0.922 | 2/3 | 20.4s |
| #28 | Inkling high | Thinkingmachines | 1 | 7.7 | $1.006 | 2/3 | 186.4s |
| #29 | Step 3.7 Flash medium | Stepfun | 1 | 7.7 | $0.515 | 2/3 | 48.3s |
| #44 | GPT-5.6 Luna high | OpenAI | 1 | 7.7 | $1.017 | 2/3 | 79.0s |
| #59 | Qwen3.7 Max none | Qwen | 1 | 7.7 | $0.197 | 2/3 | 975ms |
| #63 | Claude Sonnet 4.6 none | Anthropic | 1 | 7.7 | $0.661 | 2/3 | 3.54s |
| #79 | Gemini 3.5 Flash none | 1 | 7.6 | $1.079 | 2/3 | 10.6s | |
| #89 | Gemini 3 Flash Preview none | 1 | 7.7 | $0.085 | 2/3 | 963ms | |
| #94 | Claude Opus 4.7 none | Anthropic | 1 | 7.7 | $0.505 | 2/3 | 1.19s |
| #98 | Qwen3.6 Max Preview none | Qwen | 1 | 7.7 | $0.231 | 2/3 | 1.22s |
| #110 | Gemma 4 31B medium | 1 | 7.7 | $0.163 | 2/3 | 38.5s |