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
145/145
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) |
|---|---|---|---|---|---|---|---|
| #77 | Grok 4.3 medium | X AI | 1 | 5.9 | $0.779 | 1/3 | 22.5s |
| #78 | GLM 5.1 medium | Z.ai | 1 | 8.2 | $0.535 | 2/3 | 31.6s |
| #79 | Grok 4.20 medium | X AI | 1 | 7.7 | $0.777 | 2/3 | 6.22s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 1 | 7.0 | $0.078 | 1/3 | 37.7s |
| #81 | Kimi K2.5 medium | Moonshot AI | 1 | 5.3 | $0.600 | 1/3 | 43.2s |
| #82 | Mercury 2 medium | Inception | 1 | 5.4 | $0.093 | 1/3 | 949ms |
| #84 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 8.2 | $0.101 | 2/3 | 31.8s |
| #87 | GPT-5.6 Sol none | OpenAI | 1 | 7.7 | $0.524 | 2/3 | 1.49s |
| #88 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 6.7 | $0.187 | 1/3 | 5.31s |
| #91 | GPT-5.5 none | OpenAI | 1 | 7.7 | $0.544 | 2/3 | 1.29s |
| #93 | Gemini 3 Flash Preview none | 1 | 7.7 | $0.085 | 2/3 | 1.05s | |
| #94 | Qwen3.6 35B A3B medium | Qwen | 1 | 8.0 | $0.746 | 2/3 | 5.95s |
| #95 | Gemini 3.5 Flash-Lite low | 1 | 7.8 | $0.145 | 2/3 | 1.22s | |
| #97 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 8.2 | $0.476 | 2/3 | 3.03s |
| #98 | GLM 5V Turbo medium | Z.ai | 1 | 7.7 | $0.457 | 2/3 | 10.2s |