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
202/202
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) |
|---|---|---|---|---|---|---|---|
| #203 | Grok 4.20 none | X AI | 2 | 3.0 | $0.057 | 0/3 | 687ms |
| #204 | Laguna Xs.2 medium | Poolside | 2 | 4.1 | $0.015 | 0/3 | 11.1s |
| #205 | Hy3 preview none | Tencent | 2 | 3.6 | $0.003 | 0/3 | 17.6s |
| #206 | MiMo-V2-Flash none | Xiaomi | 2 | 5.3 | $0.025 | 1/3 | 564ms |
| #208 | Grok Build 0.1 none | X AI | 2 | 3.6 | $0.547 | 0/3 | 103.7s |
| #209 | Grok 4.1 Fast none | X AI | 2 | 5.9 | $0.008 | 1/3 | 1.06s |
| #211 | Laguna Xs.2 none | Poolside | 2 | 5.3 | $0.004 | 1/3 | 371ms |
| #213 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 2 | 2.9 | $0.000 | 0/3 | 56.7s |
| #1 | Gemini 3.6 Flash medium | 1 | 8.2 | $0.831 | 2/3 | 12.6s | |
| #4 | Gemini 3.5 Flash high | 1 | 7.6 | $1.976 | 2/3 | 14.1s | |
| #10 | Gemini 3.1 Pro Preview medium | 1 | 7.7 | $1.361 | 2/3 | 32.7s | |
| #12 | Gemini 3.5 Flash medium | 1 | 7.7 | $0.642 | 2/3 | 5.24s | |
| #14 | Gemini 3.5 Flash low | 1 | 7.7 | $0.433 | 2/3 | 3.39s | |
| #24 | GPT-5.2 medium | OpenAI | 1 | 5.9 | $0.951 | 1/3 | 77.8s |
| #26 | Claude Sonnet 5 medium | Anthropic | 1 | 7.7 | $0.922 | 2/3 | 20.4s |