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) |
|---|---|---|---|---|---|---|---|
| #277 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.3 | $0.669 | 0/1 | 9.87s |
| #278 | GLM 5 Turbo medium | Z.ai | 1 | 0.3 | $0.323 | 0/1 | 40.2s |
| #279 | DeepSeek V4 Flash 0731 none | DeepSeek | 1 | 0.3 | $0.053 | 0/1 | 1.85s |
| #280 | Gemini 3.1 Flash Lite Preview none | 1 | 0.3 | $0.090 | 0/1 | 814ms | |
| #281 | Claude Fable 5.1 low | Anthropic | 1 | 0.3 | $3.395 | 0/1 | 19.2s |
| #282 | Gemini 3.5 Flash none | 1 | 0.3 | $1.752 | 0/1 | 4.87s | |
| #283 | Beam 1.0 501B A23B high | Reflection | 1 | 0.3 | $0.674 | 0/1 | 16.4s |
| #284 | Trinity Large Thinking medium | Arcee AI | 1 | 0.3 | $0.862 | 0/1 | 97.4s |
| #285 | Apodex 1.1 Mini low | Apodex | 1 | 0.3 | $0.000 | 0/1 | 54.7s |
| #286 | Inkling none | Thinkingmachines | 1 | 0.3 | $0.292 | 0/1 | 670ms |
| #287 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.3 | $0.216 | 0/1 | 33.3s |
| #289 | Granite 4.2 8B medium | IBM Granite | 1 | 0.3 | $0.029 | 0/1 | 2.24s |
| #290 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.3 | $0.742 | 0/1 | 9.91s |
| #291 | Apodex 1.1 Mini medium | Apodex | 1 | 0.3 | $0.000 | 0/1 | 42.9s |
| #292 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.3 | $0.661 | 0/1 | 4.67s |