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) |
|---|---|---|---|---|---|---|---|
| #385 | GLM 4.7 Flash medium | Z.ai | 2 | 0.3 | $0.193 | 0/3 | 96.7s |
| #387 | GLM 5 Turbo none | Z.ai | 2 | 0.5 | $0.047 | 1/3 | 1.97s |
| #388 | Mercury 2.5 none | Inception | 2 | 0.5 | $0.026 | 1/3 | 533ms |
| #389 | Qwen3.6 Plus Preview medium | Qwen | 2 | 0.3 | $0.000 | 0/3 | 22.1s |
| #391 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 0.3 | $5.599 | 0/3 | 24.7s |
| #394 | Laguna M.1 medium | Poolside | 2 | 0.5 | $0.033 | 1/3 | 24.1s |
| #395 | Ling 3.0 Tiny default | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 880ms |
| #406 | Hunter Alpha default | OpenRouter | 2 | 0.5 | $0.000 | 1/3 | 2.33s |
| #407 | Grok 4.20 none | X AI | 2 | 0.3 | $0.057 | 0/3 | 687ms |
| #409 | Laguna Xs.2 medium | Poolside | 2 | 0.4 | $0.015 | 0/3 | 11.1s |
| #410 | Hy3 preview none | Tencent | 2 | 0.4 | $0.007 | 0/3 | 17.6s |
| #411 | MiMo-V2-Flash default | Xiaomi | 2 | 0.5 | $0.025 | 1/3 | 564ms |
| #413 | Grok Build 0.1 none | X AI | 2 | 0.4 | $0.547 | 0/3 | 103.7s |
| #415 | Grok 4.1 Fast default | X AI | 2 | 0.6 | $0.008 | 1/3 | 1.06s |
| #416 | Laguna Xs.2 default | Poolside | 2 | 0.5 | $0.004 | 1/3 | 371ms |