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.
Motivos de fallo
186/186
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) |
|---|---|---|---|---|---|---|---|
| #228 | Hy4 preview low | Tencent | 1 | 5.3 | $1.745 | 0/3 | 238.0s |
| #229 | Qwen3.6 27B none | Qwen | 1 | 5.3 | $0.116 | 1/3 | 5.15s |
| #230 | Hy3 preview low | Tencent | 1 | 5.3 | $0.042 | 1/3 | 7.51s |
| #231 | Qwen3.8 27B none | Qwen | 1 | 6.0 | ~$0.006 | 1/3 | 1.25s |
| #233 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 3.1 | $0.037 | 0/3 | 23.7s |
| #236 | GPT-5.6 Luna none | OpenAI | 1 | 5.3 | $0.029 | 1/3 | 790ms |
| #237 | MiMo-V2.5-Pro none | Xiaomi | 1 | 6.7 | $0.068 | 1/3 | 1.30s |
| #246 | Qwen3.6 35B A3B none | Qwen | 1 | 3.2 | $0.051 | 0/3 | 1.07s |
| #248 | Inkling none | Thinkingmachines | 1 | 5.6 | $0.147 | 1/3 | 931ms |
| #249 | Granite 4.2 8B medium | IBM Granite | 1 | 3.1 | $0.009 | 0/3 | 76.0s |
| #255 | MiMo-V2.5 none | Xiaomi | 1 | 5.4 | $0.025 | 1/3 | 2.13s |
| #257 | GLM 5 Turbo none | Z.ai | 1 | 5.5 | $0.047 | 1/3 | 2.65s |
| #258 | North Mini Code none | Cohere | 1 | 3.5 | $0.000 | 0/3 | 24.4s |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 5.9 | $0.208 | 1/3 | 24.9s |
| #260 | Mercury 2.5 Preview low | Inception | 1 | 8.2 | $0.011 | 2/3 | 710ms |