Ranking de Resolución de acertijos x Error de API

Fallos por categoría de AI BENCHY

Mira qué modelos de IA tienen más probabilidades de caer en Error de API dentro de Resolución de acertijos, para detectar puntos débiles más rápido.

Modelos mostrados

Fallos totales

Modelo más afectado

Motivos de fallo

Respuesta incorrecta147 No siguió las instrucciones78 Error de API13 Formato extra5 Tiempo agotado5 Sin respuesta1

Categorías

Programación43 Análisis y extracción de datos16 Llamada de herramientas15 Combinado13 Resolución de acertijos13 Trucos anti-IA13 Cultura general12 Inteligencia general12 Específico del dominio6 Seguimiento de instrucciones1

Rango	Modelo	Empresa	Cantidad de Error de API	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#93	Qwen3.6 Plus Preview medium	Qwen	2	5.3	1/3	7.52s
#82	Hy3 preview high	Tencent	1	7.7	2/3	27.9s
#89	Hy3 preview low	Tencent	1	5.3	1/3	7.51s
#92	Laguna M.1 medium	Poolside	1	5.3	1/3	10.2s
#103	DeepSeek V4 Pro high	DeepSeek	1	5.9	1/3	34.8s
#107	Laguna Xs.2 medium	Poolside	1	5.3	1/3	1.93s
#133	DeepSeek V3.2 none	DeepSeek	1	7.6	2/3	6.91s
#145	Laguna M.1 none	Poolside	1	3.0	0/3	891ms
#146	Laguna Xs.2 none	Poolside	1	5.3	1/3	650ms
#149	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	1	2.9	0/3	1.40s
#160	LFM2-24B-A2B none	Liquid	1	3.8	0/3	1.78s
#162	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	1	3.0	0/3	532ms

Mejores modelos por Cantidad de Error de API