Cultura general: Respuesta incorrecta
Cultura general
Respuesta incorrecta
Mira qué modelos de IA tienen más probabilidades de caer en Respuesta incorrecta dentro de Cultura general, para detectar puntos débiles más rápido. Ordenar por: Cantidad de fallos ↑.
Motivos de fallo
197/197
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) |
|---|---|---|---|---|---|---|---|
| #6 | GPT-5.6 Sol medium | OpenAI | 1 | 4.7 | $1.316 | 0/1 | 4.94s |
| #7 | GPT-5.6 Sol high | OpenAI | 1 | 4.7 | $1.234 | 0/1 | 6.97s |
| #8 | GPT-5.5 low | OpenAI | 1 | 3.0 | $1.253 | 0/1 | 10.1s |
| #12 | Qwen3.7 Max medium | Qwen | 1 | 3.0 | $1.116 | 0/1 | 33.4s |
| #14 | Qwen3.8 Max medium | Qwen | 1 | 3.0 | $0.728 | 0/1 | 11.5s |
| #15 | GPT-5.5 medium | OpenAI | 1 | 2.8 | $4.137 | 0/1 | 37.9s |
| #18 | GPT-5.3-Codex medium | OpenAI | 1 | 2.8 | $0.920 | 0/1 | 14.4s |
| #20 | Muse Spark 1.2 high | Meta | 1 | 3.0 | $1.632 | 0/1 | 15.0s |
| #21 | Gemini 3.5 Flash Lite high | 1 | 3.0 | $0.538 | 0/1 | 9.68s | |
| #23 | Claude Opus 4.7 medium | Anthropic | 1 | 3.0 | $1.477 | 0/1 | 2.25s |
| #24 | Qwen3.8 Max low | Qwen | 1 | 3.0 | $0.687 | 0/1 | 12.4s |
| #25 | Muse Spark 1.2 medium | Meta | 1 | 3.0 | $1.227 | 0/1 | 12.8s |
| #26 | Muse Spark 1.1 medium | Meta | 1 | 3.0 | $1.357 | 0/1 | 18.5s |
| #28 | Claude Opus 5 low | Anthropic | 1 | 3.0 | $1.121 | 0/1 | 6.48s |
| #29 | GPT-5.4 medium | OpenAI | 1 | 3.0 | $1.533 | 0/1 | 14.0s |