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) |
|---|---|---|---|---|---|---|---|
| #165 | Mistral Small 4 none | Mistral | 1 | 4.0 | $0.022 | 0/1 | 729ms |
| #168 | MiMo-V2.5 none | Xiaomi | 1 | 4.4 | $0.025 | 0/1 | 6.86s |
| #171 | North Mini Code none | Cohere | 1 | 3.9 | $0.000 | 0/1 | 34.8s |
| #174 | GPT-4o-mini none | OpenAI | 1 | 4.0 | $0.010 | 0/1 | 909ms |
| #176 | GLM 4.7 Flash none | Z.ai | 1 | 4.0 | $0.016 | 0/1 | 1.59s |
| #177 | Nemotron 3 Super none | NVIDIA | 1 | 4.6 | $0.008 | 0/1 | 950ms |
| #178 | Ling-2.6-flash none | Inclusionai | 1 | 4.0 | $0.002 | 0/1 | 1.45s |
| #179 | Ring-2.6-1T none | Inclusionai | 1 | 4.3 | $0.026 | 0/1 | 15.6s |
| #182 | KAT-Coder-Air V2.5 none | Kwaipilot | 1 | 5.0 | $0.067 | 0/1 | 12.0s |
| #194 | GLM 4.7 Flash medium | Z.ai | 1 | 3.6 | $0.166 | 0/1 | 18.1s |
| #197 | Grok 4.20 none | X AI | 1 | 4.8 | $0.057 | 0/1 | 659ms |
| #201 | Granite 4.1 8B none | IBM Granite | 1 | 4.0 | $0.007 | 0/1 | 499ms |
| #202 | Grok Build 0.1 none | X AI | 1 | 4.3 | $0.547 | 0/1 | 12.5s |
| #206 | gpt-oss-120b none | OpenAI | 1 | 4.8 | $0.010 | 0/1 | 10.8s |