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) |
|---|---|---|---|---|---|---|---|
| #265 | Mercury 2.5 Preview none | Inception | 1 | 5.6 | $0.018 | 1/3 | 684ms |
| #267 | Nemotron 3 Super none | NVIDIA | 1 | 5.5 | $0.008 | 1/3 | 2.36s |
| #268 | Hy4 preview none | Tencent | 1 | 4.6 | $0.041 | 0/3 | 24.1s |
| #271 | GPT-5.4 Nano none | OpenAI | 1 | 5.4 | $0.041 | 1/3 | 1.25s |
| #272 | Trinity Large Thinking high | Arcee AI | 1 | 4.7 | $0.592 | 0/3 | 3.84s |
| #273 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 6.7 | $5.599 | 1/3 | 5.19s |
| #275 | GLM 4.7 Flash none | Z.ai | 1 | 6.4 | $0.016 | 1/3 | 1.20s |
| #277 | Hunter Alpha medium | OpenRouter | 1 | 6.1 | $0.000 | 1/3 | 5.35s |
| #278 | Grok 4.1 Fast medium | X AI | 1 | 5.3 | $0.069 | 1/3 | 7.40s |
| #279 | Laguna M.1 medium | Poolside | 1 | 5.3 | $0.033 | 1/3 | 10.2s |
| #284 | MiniMax M2.5 medium | Minimax | 1 | 5.3 | $0.327 | 1/3 | 11.2s |
| #286 | Grok 4.20 Beta none | X AI | 1 | 7.7 | $0.087 | 2/3 | 586ms |
| #290 | Elephant Alpha medium | Openrouter | 1 | 5.3 | $0.000 | 1/3 | 868ms |
| #291 | Granite 4.2 8B none | IBM Granite | 1 | 3.0 | $0.026 | 0/3 | 107.6s |
| #292 | Hunter Alpha none | OpenRouter | 1 | 5.8 | $0.000 | 1/3 | 3.71s |