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
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) |
|---|---|---|---|---|---|---|---|
| #233 | Gemini 3 Flash Preview none | 1 | 0.8 | $0.155 | 2/3 | 1.05s | |
| #237 | Kimi K2.5 medium | Moonshot AI | 1 | 0.5 | $0.841 | 1/3 | 43.2s |
| #241 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.7 | $0.332 | 1/3 | 5.31s |
| #243 | Dots 3 Note Preview low | Dots Studio | 1 | 0.5 | $0.000 | 1/3 | 8.52s |
| #246 | Qwen3.6 27B none | Qwen | 1 | 0.5 | $0.148 | 1/3 | 5.15s |
| #247 | Gemini 3.5 Flash Lite low | 1 | 0.8 | $0.183 | 2/3 | 1.19s | |
| #251 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.8 | $0.176 | 2/3 | 2.71s |
| #253 | Claude Opus 4.6 medium | Anthropic | 1 | 0.8 | $2.961 | 2/3 | 4.71s |
| #255 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.7 | $0.152 | 1/3 | 37.7s |
| #256 | Trinity Large Thinking low | Arcee AI | 1 | 0.6 | $0.918 | 1/3 | 3.28s |
| #257 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/3 | 23.7s |
| #258 | Grok 4.20 medium | X AI | 1 | 0.8 | $1.246 | 2/3 | 6.22s |
| #259 | Space Bunny Alpha xhigh | Stealth | 1 | 0.8 | $0.000 | 2/3 | 5.45s |
| #266 | Beam 1.0 501B A23B high | Reflection | 1 | 0.8 | $0.674 | 2/3 | 4.02s |
| #267 | Trinity Large Thinking medium | Arcee AI | 1 | 0.5 | $0.862 | 0/3 | 2.90s |