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) |
|---|---|---|---|---|---|---|---|
| #101 | GLM 5.2 none | Z.ai | 1 | 7.7 | $0.128 | 2/3 | 3.31s |
| #104 | Gemini 3.5 Flash-Lite medium | 1 | 8.4 | $0.369 | 2/3 | 1.70s | |
| #105 | Qwen3.6 27B medium | Qwen | 1 | 7.7 | $0.779 | 2/3 | 61.1s |
| #109 | Qwen3.5-27B none | Qwen | 1 | 6.7 | $0.090 | 1/3 | 1.38s |
| #113 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 7.7 | $0.073 | 2/3 | 2.71s |
| #114 | Ring-2.6-1T medium | Inclusionai | 1 | 5.9 | $0.103 | 1/3 | 20.7s |
| #118 | Claude Sonnet 5 none | Anthropic | 1 | 6.0 | $0.548 | 1/3 | 3.22s |
| #119 | MiMo-V2-Flash medium | Xiaomi | 1 | 7.7 | $0.043 | 2/3 | 3.87s |
| #121 | Gemma 4 31B none | 1 | 6.5 | $0.021 | 1/3 | 4.23s | |
| #123 | GPT-5.6 Luna low | OpenAI | 1 | 7.6 | $0.249 | 2/3 | 3.59s |
| #124 | Gemini 2.5 Flash none | 1 | 7.7 | $0.017 | 2/3 | 604ms | |
| #127 | gpt-oss-120b medium | OpenAI | 1 | 5.3 | $0.019 | 1/3 | 21.7s |
| #128 | Gemini 3.1 Flash Lite none | 1 | 6.3 | $0.046 | 1/3 | 720ms | |
| #129 | Inkling low | Thinkingmachines | 1 | 6.4 | $0.187 | 1/3 | 2.97s |
| #134 | GPT-5 Nano medium | OpenAI | 1 | 5.3 | $0.114 | 1/3 | 20.6s |