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
414/414
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) |
|---|---|---|---|---|---|---|---|
| #320 | Ember-1 none | Fireworks | 2 | 0.5 | $0.786 | 1/3 | 21.6s |
| #321 | Hy3 preview medium | Tencent | 2 | 0.5 | $0.049 | 1/3 | 22.3s |
| #323 | Granite 4.2 8B low | IBM Granite | 2 | 0.5 | $0.036 | 1/3 | 26.2s |
| #325 | Qwen3.6 Max Preview none | Qwen | 2 | 0.5 | $0.228 | 1/3 | 1.23s |
| #326 | Laguna XS 2.1 none | Poolside | 2 | 0.5 | $0.020 | 1/3 | 303ms |
| #328 | Inkling Small low | Thinkingmachines | 2 | 0.5 | $0.055 | 1/3 | 852ms |
| #329 | Ling 3.0 Flash none | Inclusionai | 2 | 0.3 | $0.004 | 0/3 | 840ms |
| #333 | MiMo-V2-Flash medium | Xiaomi | 2 | 0.6 | $0.043 | 1/3 | 96.0s |
| #334 | Mistral Small 4 medium | Mistral | 2 | 0.6 | $0.126 | 1/3 | 6.33s |
| #335 | Mistral Small 4 none | Mistral | 2 | 0.5 | $0.047 | 1/3 | 377ms |
| #337 | KAT Coder AIR V2.5 medium | Kwaipilot | 2 | 0.3 | $0.048 | 0/3 | 6.58s |
| #346 | Grok 4.20 Beta medium | X AI | 2 | 0.5 | $0.750 | 1/3 | 21.3s |
| #347 | Inkling Small none | Thinkingmachines | 2 | 0.5 | $0.054 | 1/3 | 442ms |
| #348 | Qwen3 Coder Next default | Qwen | 2 | 0.5 | $0.067 | 1/3 | 871ms |
| #350 | Gemini 3 PRO Preview medium | 2 | 0.5 | $0.385 | 1/3 | 7.01s |