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
259/259
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) |
|---|---|---|---|---|---|---|---|
| #28 | GPT-5.5 medium | OpenAI | 1 | 2.8 | $4.163 | 0/1 | 37.9s |
| #26 | Claude Fable 5.1 high | Anthropic | 1 | 3.0 | $3.364 | 0/1 | 30.6s |
| #95 | Claude Opus 4.6 medium | Anthropic | 1 | 3.0 | $2.961 | 0/1 | 63.2s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 1 | 3.0 | $2.736 | 0/1 | 532.6s |
| #69 | Qwen3.8 2.4T A95B low | Qwen | 1 | 3.0 | $2.672 | 0/1 | 422.5s |
| #150 | Claude Fable 5.1 low | Anthropic | 1 | 3.0 | $2.565 | 0/1 | 19.2s |
| #118 | Qwen3.8 2.4T A95B high | Qwen | 1 | 3.0 | $2.357 | 0/1 | 348.0s |
| #73 | Muse Spark 1.1 high | Meta | 1 | 3.0 | $2.253 | 0/1 | 22.9s |
| #88 | Claude Sonnet 4.6 medium | Anthropic | 1 | 3.0 | $2.126 | 0/1 | 30.1s |
| #55 | Grok 4.5 medium | X AI | 1 | 3.0 | $2.042 | 0/1 | 74.4s |
| #61 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 3.0 | $1.951 | 0/1 | 91.0s |
| #35 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 3.0 | $1.797 | 0/1 | 78.6s |
| #14 | GPT-6 Astra medium | OpenAI | 1 | 2.8 | $1.774 | 0/1 | 5.98s |
| #45 | Muse Spark 1.2 high | Meta | 1 | 3.0 | $1.771 | 0/1 | 15.0s |
| #76 | GLM 5.2 high | Z.ai | 1 | 3.0 | $1.721 | 0/1 | 127.8s |