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
202/202
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) |
|---|---|---|---|---|---|---|---|
| #174 | MiMo-V2.5 none | Xiaomi | 3 | 3.0 | $0.025 | 0/3 | 756ms |
| #175 | Qwen3.5-9B none | Qwen | 3 | 3.0 | $0.021 | 0/3 | 464ms |
| #177 | North Mini Code none | Cohere | 3 | 3.0 | $0.000 | 0/3 | 14.7s |
| #180 | GPT-4o-mini none | OpenAI | 3 | 3.0 | $0.010 | 0/3 | 637ms |
| #183 | Nemotron 3 Super none | NVIDIA | 3 | 3.6 | $0.008 | 0/3 | 6.23s |
| #184 | Ling-2.6-flash none | Inclusionai | 3 | 3.0 | $0.002 | 0/3 | 4.95s |
| #186 | GPT-5.4 Nano none | OpenAI | 3 | 2.9 | $0.041 | 0/3 | 926ms |
| #188 | KAT-Coder-Air V2.5 none | Kwaipilot | 3 | 2.9 | $0.067 | 0/3 | 6.24s |
| #194 | Cobuddy medium | Baidu | 3 | 2.9 | $0.000 | 0/3 | 128.2s |
| #197 | Grok 4.20 Beta none | X AI | 3 | 3.0 | $0.087 | 0/3 | 611ms |
| #198 | Laguna M.1 none | Poolside | 3 | 3.6 | $0.009 | 0/3 | 5.50s |
| #199 | Elephant Alpha none | Openrouter | 3 | 3.0 | $0.000 | 0/3 | 927ms |
| #201 | Elephant Alpha medium | Openrouter | 3 | 3.0 | $0.000 | 0/3 | 925ms |
| #207 | Granite 4.1 8B none | IBM Granite | 3 | 3.0 | $0.007 | 0/3 | 357ms |
| #212 | gpt-oss-120b none | OpenAI | 3 | 3.0 | $0.010 | 0/3 | 35.0s |