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: Pruebas correctas ↑.
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) |
|---|---|---|---|---|---|---|---|
| #110 | GPT-5.4 Nano medium | OpenAI | 2 | 0.4 | $0.235 | 0/3 | 3.79s |
| #154 | Inkling Small high | Thinkingmachines | 2 | 0.5 | $0.398 | 0/3 | 14.4s |
| #162 | LongCat 2.0 high | Meituan | 2 | 0.3 | $0.778 | 0/3 | 9.18s |
| #205 | Qwen3.5-Flash none | Qwen | 3 | 0.3 | $0.089 | 0/3 | 10.9s |
| #217 | LongCat 2.0 low | Meituan | 2 | 0.3 | $0.630 | 0/3 | 8.15s |
| #232 | Qwen3.5-122B-A10B none | Qwen | 2 | 0.4 | $0.308 | 0/3 | 1.00s |
| #244 | LongCat 2.0 none | Meituan | 2 | 0.4 | $0.104 | 0/3 | 2.74s |
| #257 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/3 | 23.7s |
| #262 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.3 | $0.053 | 0/3 | 2.74s |
| #267 | Trinity Large Thinking medium | Arcee AI | 1 | 0.5 | $0.862 | 0/3 | 2.90s |
| #272 | Granite 4.2 8B medium | IBM Granite | 1 | 0.3 | $0.029 | 0/3 | 76.0s |
| #283 | Qwen3.6 Flash none | Qwen | 2 | 0.4 | $0.139 | 0/3 | 1.21s |
| #286 | Qwen3.7 Flash none | Qwen | 2 | 0.4 | $0.028 | 0/3 | 1.39s |
| #292 | Trinity Large Thinking high | Arcee AI | 1 | 0.5 | $0.794 | 0/3 | 3.84s |
| #304 | Qwen3.5-35B-A3B none | Qwen | 2 | 0.4 | $0.120 | 0/3 | 1.35s |