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
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) |
|---|---|---|---|---|---|---|---|
| #261 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.3 | $0.716 | 0/1 | 177.4s |
| #262 | Qwen3.6 27B none | Qwen | 1 | 0.3 | $0.148 | 0/1 | 4.03s |
| #263 | Gemini 3.5 Flash Lite low | 1 | 0.5 | $0.183 | 0/1 | 1.65s | |
| #264 | Gemini 3.1 Flash Lite Preview low | 1 | 0.3 | $0.736 | 0/1 | 1.35s | |
| #265 | Minimax M3.1 Flash medium | Minimax | 1 | 0.3 | $0.000 | 0/1 | 32.5s |
| #266 | Gemini 3.1 Flash Lite low | 1 | 0.3 | $0.717 | 0/1 | 1.46s | |
| #267 | Solar Pro 4 high | Upstage | 1 | 0.3 | $0.077 | 0/1 | 81.1s |
| #268 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.3 | $0.176 | 0/1 | 1.11s |
| #270 | Claude Opus 4.6 medium | Anthropic | 1 | 0.3 | $2.961 | 0/1 | 63.2s |
| #271 | Space Bunny Alpha medium | Stealth | 1 | 0.3 | $0.000 | 0/1 | 197.3s |
| #272 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.3 | $0.152 | 0/1 | 84.0s |
| #273 | Trinity Large Thinking low | Arcee AI | 1 | 0.3 | $0.918 | 0/1 | 2.10s |
| #274 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/1 | 3.07s |
| #275 | Grok 4.20 medium | X AI | 1 | 0.3 | $1.246 | 0/1 | 63.5s |
| #276 | Space Bunny Alpha xhigh | Stealth | 1 | 0.3 | $0.000 | 0/1 | 367.8s |