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: Tiempo de respuesta (promedio) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #70 | Kimi K2.7 Code medium | Moonshot AI | 1 | 3.0 | $0.686 | 0/1 | 341.8s |
| #39 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 3.0 | $0.034 | 0/1 | 246.9s |
| #161 | Mimo V2 Omni medium | Xiaomi | 1 | 3.0 | $0.683 | 0/1 | 234.2s |
| #206 | Laguna S 2.1 low | Poolside | 1 | 3.0 | $0.082 | 0/1 | 202.5s |
| #226 | Laguna S 2.1 none | Poolside | 1 | 3.0 | $0.022 | 0/1 | 200.5s |
| #78 | LongCat 2.0 medium | Meituan | 1 | 3.0 | $0.478 | 0/1 | 191.2s |
| #117 | Gemma 4 26B A4B medium | 1 | 3.0 | $0.089 | 0/1 | 180.9s | |
| #143 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.0 | $0.837 | 0/1 | 177.4s |
| #42 | Inkling high | Thinkingmachines | 1 | 3.0 | $1.006 | 0/1 | 153.6s |
| #213 | Ring-2.6-1T none | Inclusionai | 1 | 3.0 | $0.026 | 0/1 | 133.6s |
| #88 | Kimi K2.6 medium | Moonshot AI | 1 | 3.0 | $0.758 | 0/1 | 130.3s |
| #45 | GLM 5.2 high | Z.ai | 1 | 3.0 | $0.778 | 0/1 | 127.8s |
| #215 | Trinity Large Thinking high | Arcee AI | 1 | 3.0 | $0.632 | 0/1 | 125.1s |
| #106 | Qwen3.6 Flash medium | Qwen | 1 | 3.0 | $0.738 | 0/1 | 122.9s |
| #112 | LongCat 2.0 low | Meituan | 1 | 3.0 | $0.391 | 0/1 | 122.1s |