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) |
|---|---|---|---|---|---|---|---|
| #327 | Gemini 2.5 Flash none | 1 | 0.3 | $0.017 | 0/1 | 1.15s | |
| #328 | GPT-6 Luna none | OpenAI | 1 | 0.3 | $0.026 | 0/1 | 27.1s |
| #329 | Gemma 4 26B A4B none | 1 | 0.3 | $0.031 | 0/1 | 778ms | |
| #330 | GLM 5V Turbo medium | Z.ai | 1 | 0.3 | $0.457 | 0/1 | 41.0s |
| #331 | Seed-2.0-Code none | Bytedance Seed | 1 | 0.3 | $0.257 | 0/1 | 5.36s |
| #332 | Claude Opus 4.7 none | Anthropic | 1 | 0.3 | $0.505 | 0/1 | 1.46s |
| #333 | Qwen3.8 27B none | Qwen | 1 | 0.3 | ~$0.010 | 0/1 | 703ms |
| #336 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.3 | $0.060 | 0/1 | 55.1s |
| #337 | Step 3.5 Flash medium | Stepfun | 1 | 0.3 | $0.105 | 0/1 | 108.4s |
| #338 | Ember-1 none | Fireworks | 1 | 0.3 | $0.786 | 0/1 | 1.05s |
| #339 | Hy3 preview medium | Tencent | 1 | 0.3 | $0.049 | 0/1 | 39.9s |
| #340 | GPT-5.6 Luna none | OpenAI | 1 | 0.3 | $0.042 | 0/1 | 651ms |
| #341 | Granite 4.2 8B low | IBM Granite | 1 | 0.3 | $0.036 | 0/1 | 5.53s |
| #342 | Kimi K2.5 none | Moonshot AI | 1 | 0.3 | $0.262 | 0/1 | 3.90s |
| #343 | Qwen3.6 Max Preview none | Qwen | 1 | 0.3 | $0.228 | 0/1 | 1.97s |