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) |
|---|---|---|---|---|---|---|---|
| #359 | Mercury 2.5 Preview low | Inception | 1 | 0.3 | $0.015 | 0/1 | 591ms |
| #360 | MiniMax M2.7 medium | Minimax | 1 | 0.3 | $0.326 | 0/1 | 22.8s |
| #361 | Dots 3 Note Preview default | Dots Studio | 1 | 0.3 | $0.000 | 0/1 | 961ms |
| #362 | GPT-4o-mini default | OpenAI | 1 | 0.3 | $0.024 | 0/1 | 794ms |
| #363 | KAT Coder AIR V2.5 low | Kwaipilot | 1 | 0.3 | $0.046 | 0/1 | 20.0s |
| #365 | Inkling Small none | Thinkingmachines | 1 | 0.3 | $0.054 | 0/1 | 481ms |
| #366 | Qwen3 Coder Next default | Qwen | 1 | 0.3 | $0.067 | 0/1 | 601ms |
| #367 | Laguna S 2.1 high | Poolside | 1 | 0.3 | $0.145 | 0/1 | 6.94s |
| #370 | MiMo-V2.5 none | Xiaomi | 1 | 0.3 | $0.049 | 0/1 | 3.89s |
| #371 | Qwen3.5-9B none | Qwen | 1 | 0.3 | $0.041 | 0/1 | 2.32s |
| #372 | Hy4 preview none | Tencent | 1 | 0.3 | $0.165 | 0/1 | 19.9s |
| #373 | Mimo V2 Omni medium | Xiaomi | 1 | 0.3 | $0.683 | 0/1 | 234.2s |
| #374 | Hy3 preview high | Tencent | 1 | 0.3 | $0.135 | 0/1 | 47.7s |
| #375 | GLM 4.7 Flash none | Z.ai | 1 | 0.3 | $0.027 | 0/1 | 692ms |
| #376 | Mercury 2.5 Preview default | Inception | 1 | 0.3 | $0.023 | 0/1 | 419ms |