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
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) |
|---|---|---|---|---|---|---|---|
| #101 | MiMo-V2.5 medium | Xiaomi | 1 | 5.3 | $0.082 | 1/3 | 34.5s |
| #109 | Mimo V2 PRO medium | Xiaomi | 1 | 5.3 | $0.333 | 1/3 | 8.82s |
| #110 | Gemma 4 31B medium | 1 | 7.7 | $0.163 | 2/3 | 38.5s | |
| #114 | Qwen3.5-Flash medium | Qwen | 1 | 5.3 | $0.139 | 1/3 | 146.5s |
| #115 | Gemma 4 31B none | 1 | 7.7 | $0.035 | 2/3 | 3.22s | |
| #119 | Qwen3.5-35B-A3B medium | Qwen | 1 | 4.1 | $0.837 | 0/3 | 88.3s |
| #125 | Qwen3.5-Flash none | Qwen | 1 | 7.7 | $0.073 | 2/3 | 905ms |
| #127 | Qwen3.5-35B-A3B none | Qwen | 1 | 7.7 | $0.106 | 2/3 | 485ms |
| #128 | GPT-5 Nano medium | OpenAI | 1 | 5.2 | $0.114 | 1/3 | 204.0s |
| #134 | Mimo V2 Omni medium | Xiaomi | 1 | 3.0 | $0.683 | 0/3 | 47.9s |
| #144 | KAT-Coder-Air V2.5 high | Kwaipilot | 1 | 2.9 | $0.077 | 0/3 | 7.47s |
| #152 | Qwen3.6 27B none | Qwen | 1 | 7.7 | $0.087 | 2/3 | 3.03s |
| #167 | Mistral Small 4 medium | Mistral | 1 | 5.3 | $0.096 | 1/3 | 6.11s |
| #172 | MiniMax M2.7 medium | Minimax | 1 | 3.0 | $0.163 | 0/3 | 19.0s |
| #176 | GLM 4.7 Flash none | Z.ai | 1 | 7.7 | $0.016 | 2/3 | 744ms |