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) |
|---|---|---|---|---|---|---|---|
| #135 | Nemotron 3 Ultra none | NVIDIA | 1 | 5.9 | $0.095 | 1/3 | 1.06s |
| #136 | Step 3.5 Flash medium | Stepfun | 1 | 5.3 | $0.108 | 1/3 | 7.22s |
| #140 | Mimo V2 Omni medium | Xiaomi | 1 | 5.9 | $0.683 | 1/3 | 2.38s |
| #142 | GPT-5.4 Mini none | OpenAI | 1 | 5.4 | $0.095 | 1/3 | 836ms |
| #145 | GPT-5.4 none | OpenAI | 1 | 5.6 | $0.397 | 1/3 | 1.44s |
| #147 | GLM 5 none | Z.ai | 1 | 7.7 | $0.041 | 2/3 | 1.91s |
| #151 | GLM 5V Turbo none | Z.ai | 1 | 5.3 | $0.052 | 1/3 | 2.40s |
| #152 | Owl Alpha medium | Openrouter | 1 | 5.3 | $0.000 | 1/3 | 3.40s |
| #153 | Mimo V2 PRO none | Xiaomi | 1 | 6.0 | $0.045 | 1/3 | 1.61s |
| #154 | Owl Alpha none | Openrouter | 1 | 5.4 | $0.000 | 1/3 | 4.18s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 1 | 3.1 | $0.042 | 0/3 | 23.7s |
| #157 | GLM 5.1 none | Z.ai | 1 | 7.7 | $0.164 | 2/3 | 1.45s |
| #158 | Qwen3.6 27B none | Qwen | 1 | 5.3 | $0.087 | 1/3 | 5.15s |
| #159 | Hy3 preview low | Tencent | 1 | 5.3 | $0.015 | 1/3 | 7.51s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 1 | 6.7 | $0.068 | 1/3 | 1.30s |