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: Costo total ↓.
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) |
|---|---|---|---|---|---|---|---|
| #391 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 0.7 | $5.599 | 1/3 | 5.19s |
| #89 | GLM 5.2 high | Z.ai | 1 | 0.6 | $4.632 | 1/3 | 33.7s |
| #185 | Step 5 Preview high | Stepfun | 1 | 0.6 | $4.513 | 1/3 | 143.2s |
| #271 | Step 5 Preview medium | Stepfun | 1 | 0.8 | $4.136 | 2/3 | 59.9s |
| #209 | Ember-1 max | Fireworks | 1 | 0.8 | $3.264 | 2/3 | 6.57s |
| #253 | Claude Opus 4.6 medium | Anthropic | 1 | 0.8 | $2.961 | 2/3 | 4.71s |
| #40 | Muse Wonder low | Meta | 1 | 0.6 | $2.637 | 1/3 | 5.08s |
| #153 | Grok 4.7 low | X AI | 1 | 0.8 | $1.933 | 2/3 | 12.4s |
| #58 | Pareto 26.9 default | Unbiased | 1 | 0.8 | $1.864 | 2/3 | 8.40s |
| #317 | Hy4 preview low | Tencent | 2 | 0.5 | $1.844 | 0/3 | 238.0s |
| #20 | GPT-5.6 Sol medium | OpenAI | 1 | 0.8 | $1.700 | 2/3 | 2.98s |
| #196 | Kimi K2.6 medium | Moonshot AI | 1 | 0.6 | $1.594 | 1/3 | 25.1s |
| #144 | GLM 5.1 medium | Z.ai | 1 | 0.8 | $1.546 | 2/3 | 31.6s |
| #41 | Pareto default | Unbiased | 1 | 0.8 | $1.520 | 2/3 | 18.2s |
| #219 | Step 3.7 Flash high | Stepfun | 2 | 0.5 | $1.478 | 1/3 | 10.2s |