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) |
|---|---|---|---|---|---|---|---|
| #166 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 0.5 | $0.567 | 1/3 | 56.0s |
| #179 | MiMo-V2.5 medium | Xiaomi | 1 | 0.4 | $0.130 | 0/3 | 137.7s |
| #194 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.3 | $0.909 | 0/3 | 8.09s |
| #201 | Space Bunny Alpha max | Stealth | 1 | 0.8 | $0.000 | 2/3 | 140.0s |
| #203 | Grok 4.7 xhigh | X AI | 1 | 0.3 | $3.398 | 0/3 | 190.6s |
| #207 | Grok 4.7 high | X AI | 1 | 0.5 | $3.037 | 1/3 | 306.7s |
| #208 | MiniMax M3 medium | Minimax | 1 | 0.3 | $0.422 | 0/3 | 235.0s |
| #215 | GLM 5.2 none | Z.ai | 1 | 0.8 | $0.250 | 2/3 | 6.35s |
| #217 | LongCat 2.0 low | Meituan | 1 | 0.3 | $0.630 | 0/3 | 183.6s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.3 | $1.100 | 0/3 | 8.78s |
| #233 | Gemini 3 Flash Preview none | 1 | 0.8 | $0.155 | 2/3 | 879ms | |
| #236 | Claude Sonnet 4.6 medium | Anthropic | 1 | 0.3 | $2.126 | 0/3 | 58.4s |
| #240 | Gemini 3.5 Flash minimal | 1 | 0.8 | $0.508 | 2/3 | 879ms | |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.3 | $0.716 | 0/3 | 76.4s |
| #246 | Qwen3.6 27B none | Qwen | 1 | 0.8 | $0.148 | 2/3 | 2.79s |