Inteligencia general: Respuesta incorrecta
Inteligencia general
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Inteligencia general, para detectar puntos débiles más rápido.
Motivos de fallo
129/129
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) |
|---|---|---|---|---|---|---|---|
| #150 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 0.6 | $0.306 | 0/1 | 7.63s |
| #153 | Grok 4.7 low | X AI | 1 | 0.4 | $1.933 | 0/1 | 11.3s |
| #154 | Inkling Small high | Thinkingmachines | 1 | 0.5 | $0.398 | 0/1 | 3.62s |
| #155 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.5 | $0.083 | 0/1 | 2.05s |
| #160 | Grok 4.7 medium | X AI | 1 | 0.5 | $2.938 | 0/1 | 32.4s |
| #162 | LongCat 2.0 high | Meituan | 1 | 0.5 | $0.778 | 0/1 | 17.0s |
| #170 | Qwen3.7 Flash high | Qwen | 1 | 0.5 | $0.063 | 0/1 | 10.7s |
| #171 | LongCat 2.0 medium | Meituan | 1 | 0.5 | $0.767 | 0/1 | 16.4s |
| #173 | Step 3.7 Flash low | Stepfun | 1 | 0.3 | $0.449 | 0/1 | 7.00s |
| #185 | Step 5 Preview high | Stepfun | 1 | 0.3 | $4.513 | 0/1 | 36.6s |
| #193 | GPT-5.6 Luna low | OpenAI | 1 | 0.5 | $0.049 | 0/1 | 2.25s |
| #203 | Grok 4.7 xhigh | X AI | 1 | 0.5 | $3.398 | 0/1 | 26.3s |
| #204 | Grok Build 0.1 medium | X AI | 1 | 0.4 | $1.419 | 0/1 | 18.4s |
| #206 | Solar Pro 4 low | Upstage | 1 | 0.6 | $0.101 | 0/1 | 61.2s |
| #211 | GPT-5.6 Sol none | OpenAI | 1 | 0.6 | $0.795 | 0/1 | 1.52s |