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) |
|---|---|---|---|---|---|---|---|
| #164 | Gemini 3.5 Flash Lite medium | 1 | 0.8 | $0.440 | 2/3 | 1.82s | |
| #165 | Qwen3.5-27B none | Qwen | 1 | 0.7 | $0.116 | 1/3 | 1.38s |
| #170 | Qwen3.7 Flash high | Qwen | 1 | 0.7 | $0.063 | 1/3 | 10.8s |
| #174 | Qwen3.6 27B medium | Qwen | 1 | 0.8 | $1.021 | 2/3 | 61.1s |
| #176 | Qwen3.8 Flash Next xhigh | Qwen | 1 | 0.8 | ~$0.195 | 2/3 | 19.5s |
| #178 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.8 | $0.200 | 2/3 | 24.2s |
| #180 | GPT-5.2 Chat default | OpenAI | 1 | 0.8 | $0.594 | 2/3 | 4.10s |
| #182 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.8 | $0.158 | 2/3 | 5.30s | |
| #183 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.6 | $1.136 | 1/3 | 41.0s |
| #185 | Step 5 Preview high | Stepfun | 1 | 0.6 | $4.513 | 1/3 | 143.2s |
| #190 | Gemini 3.1 Flash Lite medium | 1 | 0.8 | $0.153 | 2/3 | 1.95s | |
| #193 | GPT-5.6 Luna low | OpenAI | 1 | 0.8 | $0.049 | 2/3 | 3.59s |
| #196 | Kimi K2.6 medium | Moonshot AI | 1 | 0.6 | $1.594 | 1/3 | 25.1s |
| #198 | Inkling low | Thinkingmachines | 1 | 0.6 | $0.293 | 1/3 | 2.97s |
| #200 | GPT-6 Sol none | OpenAI | 1 | 0.8 | $0.551 | 2/3 | 1.40s |