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.
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) |
|---|---|---|---|---|---|---|---|
| #215 | Trinity Large Thinking high | Arcee AI | 1 | 3.0 | $0.632 | 0/1 | 125.1s |
| #217 | KAT-Coder-Air V2.5 none | Kwaipilot | 1 | 3.0 | $0.067 | 0/1 | 18.0s |
| #218 | Trinity Large Preview none | Arcee AI | 1 | 3.0 | $0.008 | 0/1 | 777ms |
| #220 | Grok 4.1 Fast medium | X AI | 1 | 3.0 | $0.069 | 0/1 | 25.5s |
| #222 | Qwen3 Coder Next medium | Qwen | 1 | 3.0 | $0.034 | 0/1 | 399ms |
| #223 | Cobuddy medium | Baidu | 1 | 3.0 | $0.000 | 0/1 | 37.0s |
| #224 | Mercury 2 none | Inception | 1 | 3.0 | $0.030 | 0/1 | 548ms |
| #225 | MiniMax M2.5 medium | Minimax | 1 | 3.0 | $0.350 | 0/1 | 80.8s |
| #226 | Laguna S 2.1 none | Poolside | 1 | 3.0 | $0.022 | 0/1 | 200.5s |
| #230 | GLM 4.7 Flash medium | Z.ai | 1 | 3.0 | $0.166 | 0/1 | 11.1s |
| #235 | Hy3 preview none | Tencent | 1 | 3.0 | $0.003 | 0/1 | 2.71s |
| #236 | MiMo-V2-Flash none | Xiaomi | 1 | 3.0 | $0.025 | 0/1 | 1.82s |
| #237 | Granite 4.1 8B none | IBM Granite | 1 | 3.0 | $0.007 | 0/1 | 306ms |
| #238 | Grok Build 0.1 none | X AI | 1 | 3.0 | $0.547 | 0/1 | 36.1s |
| #239 | Grok 4.1 Fast none | X AI | 1 | 3.0 | $0.008 | 0/1 | 731ms |