Resolución de acertijos: Formato extra
Resolución de acertijos
Formato extra
Mira qué modelos de IA tienen más probabilidades de caer en Formato extra dentro de Resolución de acertijos, para detectar puntos débiles más rápido. Ordenar por: Costo total ↓.
Motivos de fallo
16/16
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de Formato extra | Puntuación de categoría | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #175 | Claude Opus 5 none | Anthropic | 1 | 0.8 | $2.766 | 2/3 | 3.66s |
| #195 | Claude Opus 4.8 none | Anthropic | 1 | 0.8 | $2.334 | 2/3 | 2.74s |
| #151 | Seed-2.0-Code medium | Bytedance Seed | 1 | 0.8 | $1.275 | 2/3 | 34.3s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.8 | $1.100 | 2/3 | 2.43s |
| #284 | Claude Sonnet 5 none | Anthropic | 1 | 0.6 | $1.095 | 1/3 | 3.22s |
| #194 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.8 | $0.909 | 2/3 | 2.50s |
| #275 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.8 | $0.661 | 2/3 | 2.53s |
| #332 | Mimo V2 PRO medium | Xiaomi | 1 | 0.6 | $0.333 | 1/3 | 5.08s |
| #269 | Inkling none | Thinkingmachines | 1 | 0.6 | $0.292 | 1/3 | 931ms |
| #257 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/3 | 23.7s |
| #349 | Laguna S 2.1 high | Poolside | 1 | 0.3 | $0.145 | 0/3 | 1.62s |
| #368 | Laguna S 2.1 low | Poolside | 1 | 0.3 | $0.108 | 0/3 | 2.70s |
| #244 | LongCat 2.0 none | Meituan | 1 | 0.4 | $0.104 | 0/3 | 2.74s |
| #262 | DeepSeek V4 Flash 0731 none | DeepSeek | 1 | 0.3 | $0.053 | 0/3 | 2.74s |
| #322 | GPT-5.6 Luna none | OpenAI | 1 | 0.5 | $0.042 | 1/3 | 790ms |