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) |
|---|---|---|---|---|---|---|---|
| #215 | GLM 5.2 none | Z.ai | 1 | 0.6 | $0.250 | 0/1 | 4.42s |
| #217 | LongCat 2.0 low | Meituan | 1 | 0.3 | $0.630 | 0/1 | 22.5s |
| #219 | Step 3.7 Flash high | Stepfun | 1 | 0.6 | $1.478 | 0/1 | 4.17s |
| #220 | Beam 1.0 501B A23B medium | Reflection | 1 | 0.5 | $0.499 | 0/1 | 1.87s |
| #221 | KAT-Coder-Pro V2.5 low | Kwaipilot | 1 | 0.4 | $0.568 | 0/1 | 2.32s |
| #225 | Mercury 2.5 high | Inception | 1 | 0.5 | $0.044 | 0/1 | 2.69s |
| #226 | Beam 1.0 501B A23B xhigh | Reflection | 1 | 0.5 | $0.688 | 0/1 | 2.50s |
| #228 | GLM 5.1 none | Z.ai | 1 | 0.5 | $0.451 | 0/1 | 790ms |
| #229 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.5 | $0.506 | 0/1 | 3.27s |
| #231 | Laguna XS 2.1 medium | Poolside | 1 | 0.5 | $0.083 | 0/1 | 4.15s |
| #234 | Beam 1.0 501B A23B max | Reflection | 1 | 0.6 | $0.799 | 0/1 | 3.63s |
| #239 | Mercury 2.5 medium | Inception | 1 | 0.4 | $0.034 | 0/1 | 1.60s |
| #242 | Dots 3 Note Preview high | Dots Studio | 1 | 0.3 | $0.000 | 0/1 | 19.6s |
| #243 | Dots 3 Note Preview low | Dots Studio | 1 | 0.4 | $0.000 | 0/1 | 27.5s |
| #244 | LongCat 2.0 none | Meituan | 1 | 0.5 | $0.104 | 0/1 | 2.76s |