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
299/299
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) |
|---|---|---|---|---|---|---|---|
| #222 | Owl Alpha medium | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 8.58s |
| #223 | Gemma 4 26B A4B none | 2 | 5.3 | $0.015 | 1/3 | 2.10s | |
| #224 | Mimo V2 PRO none | Xiaomi | 2 | 5.3 | $0.045 | 1/3 | 1.78s |
| #225 | Owl Alpha none | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 3.00s |
| #226 | KAT-Coder-Air V2.5 medium | Kwaipilot | 2 | 3.0 | $0.048 | 0/3 | 6.58s |
| #228 | Hy4 preview low | Tencent | 2 | 4.5 | $1.745 | 0/3 | 470.2s |
| #230 | Hy3 preview low | Tencent | 2 | 5.9 | $0.042 | 1/3 | 40.4s |
| #232 | Mimo V2 Omni none | Xiaomi | 2 | 5.3 | $0.021 | 1/3 | 2.10s |
| #239 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 5.3 | $0.011 | 1/3 | 1.17s |
| #241 | Inkling Small none | Thinkingmachines | 2 | 5.3 | $0.054 | 1/3 | 442ms |
| #242 | Laguna XS 2.1 none | Poolside | 2 | 5.3 | $0.008 | 1/3 | 303ms |
| #245 | Gemini 3.1 Flash Lite Preview high | 2 | 5.3 | $2.310 | 1/3 | 127.6s | |
| #248 | Inkling none | Thinkingmachines | 2 | 5.3 | $0.147 | 1/3 | 1.18s |
| #249 | Granite 4.2 8B medium | IBM Granite | 2 | 5.3 | $0.009 | 1/3 | 14.0s |
| #251 | Mistral Small 4 none | Mistral | 2 | 5.3 | $0.022 | 1/3 | 377ms |