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) |
|---|---|---|---|---|---|---|---|
| #301 | Solar Pro 4 none | Upstage | 3 | 0.3 | $0.022 | 0/3 | 4.65s |
| #303 | GLM 5 none | Z.ai | 3 | 0.3 | $0.140 | 0/3 | 2.24s |
| #307 | Kimi K2.6 none | Moonshot AI | 3 | 0.3 | $0.486 | 0/3 | 1.39s |
| #309 | Gemini 2.5 Flash none | 3 | 0.4 | $0.017 | 0/3 | 449ms | |
| #313 | Seed-2.0-Code none | Bytedance Seed | 3 | 0.3 | $0.257 | 0/3 | 1.91s |
| #317 | Hy4 preview low | Tencent | 3 | 0.5 | $1.844 | 0/3 | 470.2s |
| #319 | Step 3.5 Flash medium | Stepfun | 3 | 0.3 | $0.105 | 0/3 | 311.6s |
| #322 | GPT-5.6 Luna none | OpenAI | 3 | 0.4 | $0.042 | 0/3 | 784ms |
| #324 | Kimi K2.5 none | Moonshot AI | 3 | 0.3 | $0.262 | 0/3 | 2.75s |
| #327 | Qwen3.6 35B A3B none | Qwen | 3 | 0.3 | $0.105 | 0/3 | 7.76s |
| #330 | Nemotron 3.5 Lightning high | NVIDIA | 3 | 0.3 | $0.168 | 0/3 | 88.6s |
| #336 | Mercury 2.5 low | Inception | 3 | 0.4 | $0.020 | 0/3 | 846ms |
| #338 | MiMo-V2.5-Pro none | Xiaomi | 3 | 0.3 | $0.135 | 0/3 | 1.79s |
| #339 | Apodex 1.1 Mini default | Apodex | 3 | 0.3 | $0.000 | 0/3 | 870ms |
| #340 | Laguna S 2.1 medium | Poolside | 3 | 0.3 | $0.092 | 0/3 | 2.68s |