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
142/142
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) |
|---|---|---|---|---|---|---|---|
| #67 | Step 3.7 Flash low | Stepfun | 2 | 5.5 | $0.454 | 1/3 | 1.84s |
| #81 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 2 | 5.9 | $0.467 | 1/3 | 3.20s |
| #86 | Step 3.7 Flash high | Stepfun | 2 | 5.3 | $1.207 | 1/3 | 10.2s |
| #91 | LongCat 2.0 low | Meituan | 2 | 3.1 | $0.391 | 0/3 | 8.15s |
| #97 | LongCat 2.0 high | Meituan | 2 | 3.1 | $0.469 | 0/3 | 9.18s |
| #102 | Laguna XS 2.1 medium | Poolside | 2 | 5.3 | $0.068 | 1/3 | 3.43s |
| #111 | LongCat 2.0 none | Meituan | 2 | 4.0 | $0.044 | 0/3 | 2.74s |
| #116 | Seed-2.0-Lite none | Bytedance Seed | 2 | 5.3 | $0.066 | 1/3 | 2.78s |
| #124 | Qwen3.6 Flash none | Qwen | 2 | 3.5 | $0.062 | 0/3 | 1.21s |
| #126 | Qwen3.5 Plus 2026-04-20 none | Qwen | 2 | 6.7 | $0.122 | 1/3 | 1.97s |
| #127 | Qwen3.5-35B-A3B none | Qwen | 2 | 3.7 | $0.106 | 0/3 | 1.35s |
| #132 | GPT-5.6 Terra none | OpenAI | 2 | 5.3 | $0.349 | 1/3 | 1.23s |
| #138 | Kimi K2.6 none | Moonshot AI | 2 | 3.1 | $0.184 | 0/3 | 1.40s |
| #140 | Nemotron 3 Super medium | NVIDIA | 2 | 3.0 | $0.050 | 0/3 | 3.15s |
| #142 | Qwen3.5-122B-A10B none | Qwen | 2 | 3.8 | $0.247 | 0/3 | 1.00s |