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) |
|---|---|---|---|---|---|---|---|
| #248 | Gemini 3.1 Flash Lite Preview low | 1 | 0.8 | $0.736 | 2/3 | 2.10s | |
| #249 | Gemini 3.1 Flash Lite low | 1 | 0.8 | $0.717 | 2/3 | 1.44s | |
| #251 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.8 | $0.176 | 2/3 | 1.24s |
| #258 | Grok 4.20 medium | X AI | 1 | 0.3 | $1.246 | 0/3 | 49.7s |
| #259 | Space Bunny Alpha xhigh | Stealth | 1 | 0.6 | $0.000 | 1/3 | 234.1s |
| #275 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.8 | $0.661 | 2/3 | 2.27s |
| #285 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.5 | $0.164 | 1/3 | 758ms |
| #289 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.8 | $0.391 | 2/3 | 5.46s |
| #296 | Seed 2.1 Turbo none | Bytedance Seed | 1 | 0.8 | $0.182 | 2/3 | 1.36s |
| #314 | Claude Opus 4.7 none | Anthropic | 1 | 0.8 | $0.505 | 2/3 | 1.19s |
| #315 | Qwen3.8 27B none | Qwen | 1 | 0.8 | ~$0.010 | 2/3 | 552ms |
| #331 | KAT Coder AIR V2.5 high | Kwaipilot | 1 | 0.3 | $0.077 | 0/3 | 7.28s |
| #332 | Mimo V2 PRO medium | Xiaomi | 1 | 0.5 | $0.333 | 1/3 | 8.82s |
| #342 | MiniMax M2.7 medium | Minimax | 1 | 0.3 | $0.326 | 0/3 | 39.7s |
| #355 | Mimo V2 Omni medium | Xiaomi | 1 | 0.3 | $0.683 | 0/3 | 47.9s |