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) |
|---|---|---|---|---|---|---|---|
| #70 | Claude Opus 4.8 none | Anthropic | 2 | 5.3 | $1.166 | 1/3 | 1.70s |
| #71 | Step 3.7 Flash low | Stepfun | 2 | 5.3 | $0.454 | 1/3 | 43.3s |
| #77 | Grok 4.3 medium | X AI | 2 | 5.3 | $0.779 | 1/3 | 181.7s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 2 | 2.9 | $0.078 | 0/3 | 24.3s |
| #81 | Kimi K2.5 medium | Moonshot AI | 2 | 3.5 | $0.600 | 0/3 | 137.3s |
| #86 | DeepSeek V4 Pro none | DeepSeek | 2 | 5.3 | $0.096 | 1/3 | 3.72s |
| #90 | Step 3.7 Flash high | Stepfun | 2 | 4.1 | $1.207 | 0/3 | 149.6s |
| #94 | Qwen3.6 35B A3B medium | Qwen | 2 | 5.3 | $0.746 | 1/3 | 22.5s |
| #96 | LongCat 2.0 low | Meituan | 2 | 3.0 | $0.391 | 0/3 | 86.1s |
| #98 | GLM 5V Turbo medium | Z.ai | 2 | 5.3 | $0.457 | 1/3 | 38.1s |
| #100 | Gemma 4 26B A4B medium | 2 | 2.9 | $0.089 | 0/3 | 23.6s | |
| #101 | GLM 5.2 none | Z.ai | 2 | 5.3 | $0.128 | 1/3 | 4.04s |
| #106 | Hy3 preview medium | Tencent | 2 | 5.3 | $0.018 | 1/3 | 22.3s |
| #110 | Gemini 3.1 Flash Lite Preview low | 2 | 5.3 | $0.646 | 1/3 | 2.36s | |
| #111 | Gemini 3.1 Flash Lite low | 2 | 5.3 | $0.621 | 1/3 | 1.52s |