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
59/59
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) |
|---|---|---|---|---|---|---|---|
| #122 | Gemini 3.1 Flash Lite none | 1 | 4.0 | $0.046 | 0/1 | 992ms | |
| #129 | Nemotron 3 Ultra none | NVIDIA | 1 | 5.0 | $0.095 | 0/1 | 13.5s |
| #132 | GPT-5.6 Terra none | OpenAI | 1 | 5.0 | $0.349 | 0/1 | 1.03s |
| #134 | Mimo V2 Omni medium | Xiaomi | 1 | 5.4 | $0.683 | 0/1 | 3.61s |
| #137 | North Mini Code medium | Cohere | 1 | 5.1 | $0.000 | 0/1 | 25.1s |
| #139 | GPT-5.4 none | OpenAI | 1 | 4.4 | $0.397 | 0/1 | 1.78s |
| #144 | KAT-Coder-Air V2.5 high | Kwaipilot | 1 | 5.1 | $0.077 | 0/1 | 7.10s |
| #150 | DeepSeek V4 Flash none | DeepSeek | 1 | 4.2 | $0.044 | 0/1 | 23.7s |
| #151 | GLM 5.1 none | Z.ai | 1 | 5.0 | $0.164 | 0/1 | 790ms |
| #154 | MiMo-V2.5-Pro none | Xiaomi | 1 | 4.0 | $0.068 | 0/1 | 2.58s |
| #157 | Mimo V2 Omni none | Xiaomi | 1 | 4.1 | $0.021 | 0/1 | 2.33s |
| #159 | GPT-5.6 Luna none | OpenAI | 1 | 5.0 | $0.142 | 0/1 | 1.00s |
| #160 | Laguna XS 2.1 none | Poolside | 1 | 5.0 | $0.008 | 0/1 | 529ms |
| #161 | Qwen3.6 35B A3B none | Qwen | 1 | 4.4 | $0.061 | 0/1 | 3.51s |
| #164 | Inkling none | Thinkingmachines | 1 | 5.0 | $0.147 | 0/1 | 859ms |