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) |
|---|---|---|---|---|---|---|---|
| #173 | MiMo-V2.5 medium | Xiaomi | 1 | 3.6 | $0.104 | 0/3 | 137.7s |
| #176 | Mimo V2 PRO medium | Xiaomi | 1 | 5.3 | $0.333 | 1/3 | 8.82s |
| #183 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.5 | $1.140 | 0/3 | 76.4s |
| #193 | Nemotron 3 Ultra none | NVIDIA | 1 | 5.3 | $0.084 | 1/3 | 758ms |
| #204 | Mimo V2 Omni medium | Xiaomi | 1 | 3.0 | $0.683 | 0/3 | 47.9s |
| #208 | Seed 2.1 Turbo none | Bytedance Seed | 1 | 7.7 | $0.092 | 2/3 | 1.36s |
| #220 | KAT-Coder-Air V2.5 high | Kwaipilot | 1 | 3.0 | $0.077 | 0/3 | 7.28s |
| #229 | Qwen3.6 27B none | Qwen | 1 | 7.7 | $0.116 | 2/3 | 2.79s |
| #231 | Qwen3.8 27B none | Qwen | 1 | 7.7 | ~$0.006 | 2/3 | 552ms |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 3.0 | $0.208 | 0/3 | 39.7s |
| #268 | Hy4 preview none | Tencent | 1 | 6.8 | $0.041 | 1/3 | 25.6s |
| #277 | Hunter Alpha medium | OpenRouter | 1 | 3.0 | $0.000 | 0/3 | 10.5s |
| #278 | Grok 4.1 Fast medium | X AI | 1 | 5.8 | $0.069 | 1/3 | 121.8s |
| #311 | LFM2-24B-A2B none | Liquid | 1 | 5.9 | $0.001 | 1/3 | 287ms |