Ranking de Resolución de acertijos x Formato extra

Fallos por categoría de AI BENCHY

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: Pruebas correctas ↓.

Modelos mostrados

Fallos totales

Modelo más afectado

Claude Sonnet 4.6 1

Motivos de fallo

Respuesta incorrecta85 No siguió las instrucciones75 Tiempo agotado6 Formato extra2 Error de API1

Categorías

Trucos anti-IA11 Específico del dominio8 Análisis y extracción de datos2 Resolución de acertijos2

Rango	Modelo	Empresa	Cantidad de Formato extra	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#42	Claude Sonnet 4.6 none	Anthropic	1	7.7	2/3	2.92s
#23	MiMo-V2-Pro medium	Xiaomi	1	7.0	1/3	4.71s

Mejores modelos por Cantidad de Formato extra

Cantidad de Formato extra vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado

Resolución de acertijos: Formato extra

Mejores modelos por Cantidad de Formato extra

Cantidad de Formato extra vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado