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) |
|---|---|---|---|---|---|---|---|
| #416 | Laguna Xs.2 default | Poolside | 1 | 0.5 | $0.004 | 1/3 | 650ms |
| #419 | Span-02 default | Respan | 1 | 1.0 | $0.001 | 0/1 | 708ms |
| #422 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 1 | 0.3 | $0.000 | 0/3 | 532ms |
| #425 | Decider V1.1 27B default | Perplexity | 1 | 0.2 | $0.002 | 0/1 | 422ms |
| #426 | Drex v1.5 default | Nace AI | 1 | 1.0 | $0.002 | 0/1 | 850ms |
| #428 | Kev 4B default | Jaredpalmer | 1 | 0.2 | $0.002 | 0/1 | 646ms |
| #430 | Classify-1 default | Scaledown | 1 | 1.0 | $0.008 | 0/1 | 1.37s |
| #431 | Clef Omni default | Cloudflare | 1 | 0.2 | $0.011 | 0/1 | 572ms |
| #432 | Decider Flash V1.2 default | Perplexity | 1 | 1.0 | $0.001 | 0/1 | 424ms |
| #434 | D1 default | Liquid | 1 | 0.2 | $0.003 | 0/1 | 570ms |
| #437 | Solar Decide Flash default | Upstage | 1 | 1.0 | $0.003 | 0/1 | 1.66s |
| #438 | Microsoft-Decision-1 default | Microsoft | 1 | 0.2 | $0.002 | 0/1 | 669ms |
| #439 | Solar Decide default | Upstage | 1 | 1.0 | $0.009 | 0/1 | 3.47s |
| #440 | Tev1 4B Experimental default | Togethercomputer | 1 | 0.2 | $0.002 | 0/1 | 432ms |