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) |
|---|---|---|---|---|---|---|---|
| #144 | Kimi K2.6 none | Moonshot AI | 2 | 5.3 | $0.184 | 1/3 | 1.48s |
| #145 | GPT-5.4 none | OpenAI | 2 | 5.3 | $0.397 | 1/3 | 1.07s |
| #146 | Nemotron 3 Super medium | NVIDIA | 2 | 2.9 | $0.055 | 0/3 | 16.2s |
| #148 | Qwen3.5-122B-A10B none | Qwen | 2 | 5.3 | $0.247 | 1/3 | 465ms |
| #151 | GLM 5V Turbo none | Z.ai | 2 | 5.3 | $0.052 | 1/3 | 2.09s |
| #152 | Owl Alpha medium | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 8.58s |
| #153 | Mimo V2 PRO none | Xiaomi | 2 | 5.3 | $0.045 | 1/3 | 1.78s |
| #154 | Owl Alpha none | Openrouter | 2 | 5.3 | $0.000 | 1/3 | 3.00s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 2 | 5.3 | $0.042 | 1/3 | 19.7s |
| #159 | Hy3 preview low | Tencent | 2 | 5.9 | $0.015 | 1/3 | 40.4s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 2 | 5.3 | $0.068 | 1/3 | 877ms |
| #161 | Kimi K2.5 none | Moonshot AI | 2 | 5.3 | $0.127 | 1/3 | 4.38s |
| #163 | Mimo V2 Omni none | Xiaomi | 2 | 5.3 | $0.021 | 1/3 | 2.10s |
| #166 | Laguna XS 2.1 none | Poolside | 2 | 5.3 | $0.008 | 1/3 | 364ms |
| #169 | Gemini 3.1 Flash Lite Preview high | 2 | 5.3 | $2.310 | 1/3 | 127.6s |