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) |
|---|---|---|---|---|---|---|---|
| #294 | GPT-5.4 Mini none | OpenAI | 1 | 0.5 | $0.170 | 1/3 | 836ms |
| #297 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.5 | $0.000 | 1/3 | 8.71s |
| #298 | Gemma 4 31B none | 1 | 0.6 | $0.031 | 1/3 | 4.23s | |
| #300 | GPT-5.4 none | OpenAI | 1 | 0.6 | $0.690 | 1/3 | 1.44s |
| #303 | GLM 5 none | Z.ai | 1 | 0.8 | $0.140 | 2/3 | 1.91s |
| #308 | Ling 3.1 Flash none | Inclusionai | 1 | 0.8 | $0.000 | 2/3 | 3.31s |
| #309 | Gemini 2.5 Flash none | 1 | 0.8 | $0.017 | 2/3 | 604ms | |
| #311 | Gemma 4 26B A4B none | 1 | 0.6 | $0.031 | 1/3 | 744ms | |
| #312 | GLM 5V Turbo medium | Z.ai | 1 | 0.8 | $0.457 | 2/3 | 10.2s |
| #315 | Qwen3.8 27B none | Qwen | 1 | 0.6 | ~$0.010 | 1/3 | 1.25s |
| #319 | Step 3.5 Flash medium | Stepfun | 1 | 0.5 | $0.105 | 1/3 | 7.22s |
| #322 | GPT-5.6 Luna none | OpenAI | 1 | 0.5 | $0.042 | 1/3 | 790ms |
| #327 | Qwen3.6 35B A3B none | Qwen | 1 | 0.3 | $0.105 | 0/3 | 1.07s |
| #330 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 0.4 | $0.168 | 0/3 | 6.09s |
| #333 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.8 | $0.043 | 2/3 | 3.87s |