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) |
|---|---|---|---|---|---|---|---|
| #269 | Inkling none | Thinkingmachines | 1 | 0.6 | $0.292 | 1/3 | 931ms |
| #271 | Step 5 Preview medium | Stepfun | 1 | 0.8 | $4.136 | 2/3 | 59.9s |
| #272 | Granite 4.2 8B medium | IBM Granite | 1 | 0.3 | $0.029 | 0/3 | 76.0s |
| #273 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.8 | $0.742 | 2/3 | 3.03s |
| #274 | Apodex 1.1 Mini medium | Apodex | 1 | 0.8 | $0.000 | 2/3 | 15.2s |
| #276 | GLM 5.3 FlashX low | Z.ai | 1 | 0.8 | $0.157 | 2/3 | 1.89s |
| #277 | MiMo-V2.6-Pro none | Xiaomi | 1 | 0.8 | $0.193 | 2/3 | 1.67s |
| #278 | Inkling Small medium | Thinkingmachines | 1 | 0.6 | $0.113 | 1/3 | 5.24s |
| #281 | gpt-oss-120b medium | OpenAI | 1 | 0.5 | $0.030 | 1/3 | 21.7s |
| #282 | Gemini 3.1 Flash Lite none | 1 | 0.6 | $0.069 | 1/3 | 720ms | |
| #284 | Claude Sonnet 5 none | Anthropic | 1 | 0.6 | $1.095 | 1/3 | 3.22s |
| #285 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.6 | $0.164 | 1/3 | 1.06s |
| #291 | Ring 2.6 1t medium | Inclusionai | 1 | 0.6 | $0.102 | 1/3 | 20.7s |
| #292 | Trinity Large Thinking high | Arcee AI | 1 | 0.5 | $0.794 | 0/3 | 3.84s |
| #293 | GPT-5 Nano medium | OpenAI | 1 | 0.5 | $0.159 | 1/3 | 20.6s |