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
142/142
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) |
|---|---|---|---|---|---|---|---|
| #181 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 6.7 | $5.599 | 1/3 | 5.19s |
| #43 | Claude Opus 4.6 medium | Anthropic | 1 | 7.7 | $3.059 | 2/3 | 4.71s |
| #4 | GPT-5.6 Sol medium | OpenAI | 1 | 8.2 | $1.316 | 2/3 | 2.98s |
| #86 | Step 3.7 Flash high | Stepfun | 2 | 5.3 | $1.207 | 1/3 | 10.2s |
| #48 | Grok Build 0.1 medium | X AI | 1 | 7.7 | $1.097 | 2/3 | 18.3s |
| #34 | GPT-5.6 Terra high | OpenAI | 1 | 7.7 | $1.055 | 2/3 | 5.45s |
| #68 | Kimi K2.6 medium | Moonshot AI | 1 | 6.0 | $1.036 | 1/3 | 25.1s |
| #44 | GPT-5.6 Luna high | OpenAI | 1 | 7.6 | $1.017 | 2/3 | 14.6s |
| #28 | Inkling high | Thinkingmachines | 1 | 6.9 | $1.006 | 1/3 | 10.7s |
| #3 | GPT-5.6 Sol low | OpenAI | 1 | 8.2 | $0.971 | 2/3 | 3.44s |
| #31 | GLM 5.2 high | Z.ai | 1 | 6.0 | $0.970 | 1/3 | 33.7s |
| #23 | Claude Sonnet 5 medium | Anthropic | 1 | 7.7 | $0.922 | 2/3 | 2.98s |
| #73 | Grok 4.3 medium | X AI | 1 | 5.9 | $0.779 | 1/3 | 22.5s |
| #99 | Qwen3.6 27B medium | Qwen | 1 | 7.7 | $0.779 | 2/3 | 61.1s |
| #75 | Grok 4.20 medium | X AI | 1 | 7.7 | $0.777 | 2/3 | 6.22s |