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
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) |
|---|---|---|---|---|---|---|---|
| #245 | Hy3 preview low | Tencent | 1 | 3.0 | $0.042 | 0/1 | 41.7s |
| #246 | Qwen3.8 27B none | Qwen | 1 | 3.0 | ~$0.006 | 0/1 | 703ms |
| #247 | Mimo V2 Omni none | Xiaomi | 1 | 3.0 | $0.021 | 0/1 | 1.30s |
| #248 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 3.0 | $0.040 | 0/1 | 3.07s |
| #249 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 3.0 | $0.370 | 0/1 | 1.32s |
| #250 | Laguna S 2.1 medium | Poolside | 1 | 3.0 | $0.053 | 0/1 | 7.11s |
| #251 | KAT-Coder-Air V2.5 low | Kwaipilot | 1 | 3.0 | $0.046 | 0/1 | 20.0s |
| #252 | GPT-5.6 Luna none | OpenAI | 1 | 3.0 | $0.029 | 0/1 | 651ms |
| #253 | MiMo-V2.5-Pro none | Xiaomi | 1 | 3.0 | $0.068 | 0/1 | 1.89s |
| #254 | Kimi K2.5 none | Moonshot AI | 1 | 3.0 | $0.101 | 0/1 | 3.90s |
| #255 | DeepSeek V4 Flash 0731 none | DeepSeek | 1 | 3.0 | $0.009 | 0/1 | 1.85s |
| #256 | Laguna S 2.1 high | Poolside | 1 | 3.0 | $0.114 | 0/1 | 6.94s |
| #257 | Inkling Small none | Thinkingmachines | 1 | 3.0 | $0.054 | 0/1 | 481ms |
| #258 | Laguna XS 2.1 none | Poolside | 1 | 3.0 | $0.008 | 0/1 | 254ms |
| #259 | Seed-2.0-Code none | Bytedance Seed | 1 | 3.0 | $0.151 | 0/1 | 5.36s |