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
423/423
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) |
|---|---|---|---|---|---|---|---|
| #99 | Gemini 4 Argon low | 2 | 0.5 | $0.438 | 1/3 | 1.94s | |
| #101 | Grok 4.5 high | X AI | 2 | 0.4 | $2.687 | 0/3 | 301.3s |
| #103 | GPT-5.6 Terra medium | OpenAI | 2 | 0.5 | $0.483 | 1/3 | 21.5s |
| #110 | GPT-5.6 Luna high | OpenAI | 2 | 0.5 | $0.118 | 1/3 | 62.9s |
| #112 | GPT-5.4 Nano medium | OpenAI | 2 | 0.6 | $0.235 | 1/3 | 38.7s |
| #115 | GPT-5.6 Terra low | OpenAI | 2 | 0.5 | $0.435 | 1/3 | 9.34s |
| #121 | Gemini 3.5 Flash medium | 2 | 0.5 | $1.316 | 1/3 | 7.28s | |
| #126 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 2 | 0.3 | $0.589 | 0/3 | 186.0s |
| #127 | Grok 4.5 medium | X AI | 2 | 0.5 | $2.996 | 1/3 | 249.3s |
| #129 | Step 3.7 Flash medium | Stepfun | 2 | 0.5 | $0.571 | 1/3 | 27.3s |
| #130 | Grok 4.6 medium | X AI | 2 | 0.5 | $2.270 | 1/3 | 304.3s |
| #131 | Qwen3.7 Plus none | Qwen | 2 | 0.5 | $0.178 | 1/3 | 1.04s |
| #135 | GPT-6 Luna high | OpenAI | 2 | 0.6 | $0.074 | 1/3 | 51.1s |
| #136 | Muse Glimmer 30B high | Meta | 2 | 0.3 | $0.506 | 0/3 | 182.6s |
| #137 | Nemotron 3.5 Super VL medium | NVIDIA | 2 | 0.4 | $0.437 | 0/3 | 196.7s |