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) |
|---|---|---|---|---|---|---|---|
| #224 | Mercury 2.5 Preview high | Inception | 3 | 0.3 | $0.040 | 0/3 | 5.68s |
| #225 | Mercury 2.5 high | Inception | 3 | 0.3 | $0.044 | 0/3 | 4.86s |
| #229 | KAT-Coder-Pro V2.5 high | Kwaipilot | 3 | 0.3 | $0.506 | 0/3 | 44.7s |
| #230 | Grok 4.3 medium | X AI | 3 | 0.3 | $0.989 | 0/3 | 158.0s |
| #234 | Beam 1.0 501B A23B max | Reflection | 3 | 0.3 | $0.799 | 0/3 | 31.9s |
| #235 | Solar Pro 4 medium | Upstage | 3 | 0.3 | $0.098 | 0/3 | 201.8s |
| #238 | Beam 1.0 501B A23B low | Reflection | 3 | 0.3 | $0.432 | 0/3 | 8.45s |
| #239 | Mercury 2.5 medium | Inception | 3 | 0.4 | $0.034 | 0/3 | 4.39s |
| #243 | Dots 3 Note Preview low | Dots Studio | 3 | 0.4 | $0.000 | 0/3 | 49.5s |
| #250 | Solar Pro 4 high | Upstage | 3 | 0.4 | $0.077 | 0/3 | 280.8s |
| #257 | DeepSeek V4 Flash 0423 none | DeepSeek | 3 | 0.3 | $0.149 | 0/3 | 15.3s |
| #260 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 3 | 0.3 | $0.669 | 0/3 | 35.1s |
| #264 | Claude Fable 5.1 low | Anthropic | 3 | 0.4 | $3.395 | 0/3 | 19.3s |
| #266 | Beam 1.0 501B A23B high | Reflection | 3 | 0.4 | $0.674 | 0/3 | 20.7s |
| #268 | Apodex 1.1 Mini low | Apodex | 3 | 0.4 | $0.000 | 0/3 | 50.2s |