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: Costo total ↓.
Motivos de fallo
323/323
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) |
|---|---|---|---|---|---|---|---|
| #38 | GPT-5.5 medium | OpenAI | 1 | 0.3 | $4.809 | 0/1 | 37.9s |
| #133 | Muse Wonder max | Meta | 1 | 0.3 | $4.766 | 0/1 | 41.3s |
| #98 | GLM 5.2 high | Z.ai | 1 | 0.3 | $4.632 | 0/1 | 127.8s |
| #91 | Qwen3.8 2.4T A95B low | Qwen | 1 | 0.3 | $4.016 | 0/1 | 422.5s |
| #151 | Muse Wonder xhigh | Meta | 1 | 0.3 | $4.012 | 0/1 | 25.4s |
| #116 | Claude Opus 4.7 medium | Anthropic | 1 | 0.3 | $3.636 | 0/1 | 2.25s |
| #127 | Claude Fable 5.1 high | Anthropic | 1 | 0.3 | $3.471 | 0/1 | 30.6s |
| #143 | Muse Wonder high | Meta | 1 | 0.3 | $3.426 | 0/1 | 28.8s |
| #37 | Muse Wonder medium | Meta | 1 | 0.5 | $3.397 | 0/1 | 16.3s |
| #281 | Claude Fable 5.1 low | Anthropic | 1 | 0.3 | $3.395 | 0/1 | 19.2s |
| #42 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.3 | $3.306 | 0/1 | 532.6s |
| #136 | Grok 4.5 medium | X AI | 1 | 0.3 | $2.996 | 0/1 | 74.4s |
| #270 | Claude Opus 4.6 medium | Anthropic | 1 | 0.3 | $2.961 | 0/1 | 63.2s |
| #131 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.3 | $2.949 | 0/1 | 348.0s |
| #23 | GPT-6 Astra medium | OpenAI | 1 | 0.3 | $2.707 | 0/1 | 5.98s |