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) |
|---|---|---|---|---|---|---|---|
| #344 | Laguna XS 2.1 none | Poolside | 1 | 0.3 | $0.020 | 0/1 | 254ms |
| #345 | Qwen3.6 35B A3B none | Qwen | 1 | 0.3 | $0.105 | 0/1 | 414ms |
| #346 | Inkling Small low | Thinkingmachines | 1 | 0.3 | $0.055 | 0/1 | 2.00s |
| #347 | Ling 3.0 Flash none | Inclusionai | 1 | 0.3 | $0.004 | 0/1 | 10.6s |
| #348 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 0.3 | $0.168 | 0/1 | 78.0s |
| #349 | KAT Coder AIR V2.5 high | Kwaipilot | 1 | 0.3 | $0.077 | 0/1 | 21.7s |
| #350 | Mimo V2 PRO medium | Xiaomi | 1 | 0.3 | $0.333 | 0/1 | 82.7s |
| #351 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.3 | $0.043 | 0/1 | 1.96s |
| #352 | Mistral Small 4 medium | Mistral | 1 | 0.3 | $0.126 | 0/1 | 5.92s |
| #353 | Mistral Small 4 none | Mistral | 1 | 0.3 | $0.047 | 0/1 | 397ms |
| #354 | Mercury 2.5 low | Inception | 1 | 0.3 | $0.020 | 0/1 | 782ms |
| #355 | KAT Coder AIR V2.5 medium | Kwaipilot | 1 | 0.3 | $0.048 | 0/1 | 15.7s |
| #356 | MiMo-V2.5-Pro none | Xiaomi | 1 | 0.3 | $0.135 | 0/1 | 1.89s |
| #357 | Apodex 1.1 Mini default | Apodex | 1 | 0.3 | $0.000 | 0/1 | 759ms |
| #358 | Laguna S 2.1 medium | Poolside | 1 | 0.3 | $0.092 | 0/1 | 7.11s |