Ranking de Cultura general x Sin respuesta

Mira qué modelos de IA tienen más probabilidades de caer en Sin respuesta dentro de Cultura general, para detectar puntos débiles más rápido.

Modelos mostrados

Fallos totales

Modelo más afectado

Grok 4.6 1

Motivos de fallo

Respuesta incorrecta244 Sin respuesta27 Error de API14 Tiempo agotado1

Categorías

Combinado43 Programación39 Específico del dominio35 Cultura general27 Trucos anti-IA13 Resolución de acertijos11 Análisis y extracción de datos9 Llamada de herramientas2 Seguimiento de instrucciones2

27/27

Rango	Modelo	Empresa	Cantidad de Sin respuesta	Puntuación de categoría	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#12	Grok 4.6 high	X AI	1	3.0	$1.908	0/1	54.2s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $1.908 Tiempo de respuesta (promedio) 54.2s
#15	Claude Opus 5 high	Anthropic	1	3.0	$3.070	0/1	14.1s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $3.070 Tiempo de respuesta (promedio) 14.1s
#16	Claude Opus 5 medium	Anthropic	1	3.0	$1.586	0/1	7.03s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $1.586 Tiempo de respuesta (promedio) 7.03s
#24	Grok 4.5 high	X AI	1	3.0	$2.252	0/1	60.6s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $2.252 Tiempo de respuesta (promedio) 60.6s
#31	Claude Opus 4.8 medium	Anthropic	1	3.0	$1.983	0/1	6.14s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $1.983 Tiempo de respuesta (promedio) 6.14s
#34	GLM 5.3 Flash max	Z.ai	1	3.0	$0.059	0/1	46.8s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.059 Tiempo de respuesta (promedio) 46.8s
#39	Claude Fable 5 medium	Anthropic	1	3.0	$3.004	0/1	25.6s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $3.004 Tiempo de respuesta (promedio) 25.6s
#52	Claude Fable 5.1 medium	Anthropic	1	2.8	$2.909	0/1	24.3s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $2.909 Tiempo de respuesta (promedio) 24.3s
#66	Kimi K3 max	Moonshot AI	1	3.0	$3.467	0/1	19.7s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $3.467 Tiempo de respuesta (promedio) 19.7s
#68	Step 3.7 Flash medium	Stepfun	1	3.0	$0.495	0/1	114.0s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.495 Tiempo de respuesta (promedio) 114.0s
#69	Qwen3.8 27B low	Qwen	1	3.0	~$0.071	0/1	12.6s
Pruebas totales 1 Pruebas incorrectas 1 Costo total ~$0.071 Tiempo de respuesta (promedio) 12.6s
#73	GLM 5.2 medium	Z.ai	1	3.0	$0.224	0/1	34.2s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.224 Tiempo de respuesta (promedio) 34.2s
#76	Qwen3.8 27B medium	Qwen	1	3.0	~$0.058	0/1	11.3s
Pruebas totales 1 Pruebas incorrectas 1 Costo total ~$0.058 Tiempo de respuesta (promedio) 11.3s
#78	Claude Opus 4.8 low	Anthropic	1	3.0	$2.089	0/1	5.48s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $2.089 Tiempo de respuesta (promedio) 5.48s
#87	Solar Pro 4 xhigh	Upstage	1	3.0	$0.050	0/1	119.9s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.050 Tiempo de respuesta (promedio) 119.9s

Filtrar modelos

Mejores modelos por Cantidad de Sin respuesta

Cantidad de Sin respuesta vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimado

Cultura general: Sin respuesta

Filtrar modelos

Mejores modelos por Cantidad de Sin respuesta

Cantidad de Sin respuesta vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)

Mejores modelos por Costo desperdiciado estimadoSolo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 0.7171 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.070898.

Mejores modelos por Costo desperdiciado estimado