Ranking de Específico del dominio x 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.

Modelos mostrados

Fallos totales

893

Modelo más afectado

Claude Opus 5 3

Motivos de fallo

Respuesta incorrecta893 Sin respuesta66 Tiempo agotado46 Error de API40 Formato extra36 No siguió las instrucciones3

Categorías

Específico del dominio893 Trucos anti-IA519 Programación484 Resolución de acertijos352 Cultura general315 Inteligencia general134 Combinado128 Tareas de agentes128 Seguimiento de instrucciones117 Análisis y extracción de datos93

423/423

Rango	Modelo	Empresa	Cantidad de Respuesta incorrecta	Puntuación de categoría	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#61	GPT-5.4 medium	OpenAI	2	0.5	$2.213	1/3	72.4s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $2.213 Tiempo de respuesta (promedio) 72.4s
#62	Muse Spark Open medium	Meta	2	0.6	$1.260	1/3	216.2s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $1.260 Tiempo de respuesta (promedio) 216.2s
#63	DeepSeek V4.1 Flash high	DeepSeek	2	0.5	$0.617	1/3	127.3s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.617 Tiempo de respuesta (promedio) 127.3s
#65	Muse Spark 1.2 low	Meta	2	0.5	$0.881	1/3	28.5s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.881 Tiempo de respuesta (promedio) 28.5s
#70	GPT-6 Sol low	OpenAI	2	0.5	$0.477	1/3	11.5s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.477 Tiempo de respuesta (promedio) 11.5s
#72	Muse Spark 1.1 low	Meta	2	0.4	$0.885	0/3	33.0s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.885 Tiempo de respuesta (promedio) 33.0s
#76	Qwen3.8 Max (0902) low	Qwen	2	0.5	$1.131	1/3	34.9s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $1.131 Tiempo de respuesta (promedio) 34.9s
#77	Grok 4.6 high	X AI	2	0.5	$2.629	1/3	369.9s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $2.629 Tiempo de respuesta (promedio) 369.9s
#79	Claude Sonnet 5 medium	Anthropic	2	0.5	$1.438	1/3	20.5s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $1.438 Tiempo de respuesta (promedio) 20.5s
#84	GPT-5 Mini medium	OpenAI	2	0.3	$0.315	0/3	44.7s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.315 Tiempo de respuesta (promedio) 44.7s
#85	Muse Glimmer 30B xhigh	Meta	2	0.3	$0.585	0/3	142.6s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.585 Tiempo de respuesta (promedio) 142.6s
#89	DeepSeek V4 Flash 0731 high	DeepSeek	2	0.3	$0.576	0/3	458.6s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.576 Tiempo de respuesta (promedio) 458.6s
#91	GPT-5.6 Terra high	OpenAI	2	0.5	$0.698	1/3	42.6s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.698 Tiempo de respuesta (promedio) 42.6s
#93	Gemini 3.5 Flash high	Google	2	0.5	$2.737	1/3	17.0s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $2.737 Tiempo de respuesta (promedio) 17.0s
#95	GPT-6 Luna medium	OpenAI	2	0.6	$0.047	1/3	22.7s
Pruebas totales 3 Pruebas incorrectas 2 Costo total $0.047 Tiempo de respuesta (promedio) 22.7s

Filtrar modelos

Mejores modelos por Cantidad de Respuesta incorrecta

Cantidad de Respuesta incorrecta vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado

Específico del dominio: Respuesta incorrecta

Filtrar modelos

Mejores modelos por Cantidad de Respuesta incorrecta

Cantidad de Respuesta incorrecta vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado