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) |
|---|---|---|---|---|---|---|---|
| #32 | Inkling high | Thinkingmachines | 1 | 7.7 | $1.006 | 2/3 | 186.4s |
| #33 | Step 3.7 Flash medium | Stepfun | 1 | 7.7 | $0.515 | 2/3 | 48.3s |
| #35 | GLM 5.2 high | Z.ai | 1 | 3.7 | $0.817 | 0/3 | 74.0s |
| #42 | GLM 5.2 medium | Z.ai | 1 | 4.1 | $0.187 | 0/3 | 45.5s |
| #44 | Claude Sonnet 4.6 medium | Anthropic | 1 | 2.9 | $2.057 | 0/3 | 0ms |
| #47 | Claude Opus 4.6 medium | Anthropic | 1 | 3.0 | $3.059 | 0/3 | 83.4s |
| #48 | GPT-5.6 Luna high | OpenAI | 1 | 7.7 | $1.017 | 2/3 | 79.0s |
| #52 | Grok Build 0.1 medium | X AI | 1 | 5.3 | $1.097 | 1/3 | 158.0s |
| #61 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 5.3 | $0.437 | 1/3 | 17.5s |
| #62 | Qwen3.5-27B medium | Qwen | 1 | 5.3 | $1.627 | 1/3 | 79.5s |
| #63 | Qwen3.7 Max none | Qwen | 1 | 7.7 | $0.197 | 2/3 | 975ms |
| #67 | Claude Sonnet 4.6 none | Anthropic | 1 | 7.7 | $0.661 | 2/3 | 3.54s |
| #78 | GLM 5.1 medium | Z.ai | 1 | 5.3 | $0.535 | 1/3 | 29.8s |
| #79 | Grok 4.20 medium | X AI | 1 | 5.3 | $0.777 | 1/3 | 27.0s |
| #83 | Gemini 3.5 Flash none | 1 | 7.6 | $1.079 | 2/3 | 10.6s |