Resolución de acertijos: Respuesta incorrecta
Resolución de acertijos
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Resolución de acertijos, para detectar puntos débiles más rápido. Ordenar por: Tiempo de respuesta (promedio) ↑.
Motivos de fallo
239/239
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) |
|---|---|---|---|---|---|---|---|
| #335 | Mistral Small 4 none | Mistral | 2 | 0.3 | $0.047 | 0/3 | 399ms |
| #425 | Decider V1.1 27B default | Perplexity | 1 | 0.2 | $0.002 | 0/1 | 422ms |
| #432 | Decider Flash V1.2 default | Perplexity | 1 | 1.0 | $0.001 | 0/1 | 424ms |
| #440 | Tev1 4B Experimental default | Togethercomputer | 1 | 0.2 | $0.002 | 0/1 | 432ms |
| #407 | Grok 4.20 none | X AI | 2 | 0.5 | $0.057 | 1/3 | 473ms |
| #388 | Mercury 2.5 none | Inception | 3 | 0.4 | $0.026 | 0/3 | 515ms |
| #422 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.3 | $0.000 | 0/3 | 532ms |
| #382 | Mercury 2 none | Inception | 3 | 0.3 | $0.033 | 0/3 | 535ms |
| #434 | D1 default | Liquid | 1 | 0.2 | $0.003 | 0/1 | 570ms |
| #431 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 0/1 | 572ms |
| #402 | Grok 4.20 Beta default | X AI | 1 | 0.8 | $0.087 | 2/3 | 586ms |
| #309 | Gemini 2.5 Flash none | 1 | 0.8 | $0.017 | 2/3 | 604ms | |
| #396 | Granite 4.1 8b default | IBM Granite | 2 | 0.3 | $0.007 | 0/3 | 608ms |
| #353 | Qwen3.5-9B none | Qwen | 2 | 0.3 | $0.041 | 0/3 | 621ms |
| #428 | Kev 4B default | Jaredpalmer | 1 | 0.2 | $0.002 | 0/1 | 646ms |