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) |
|---|---|---|---|---|---|---|---|
| #55 | Grok 4.5 medium | X AI | 1 | 3.0 | $2.042 | 0/1 | 74.4s |
| #56 | Muse Spark 1.2 low | Meta | 1 | 3.0 | $0.655 | 0/1 | 10.00s |
| #57 | Grok 4.6 medium | X AI | 1 | 3.0 | $1.713 | 0/1 | 46.9s |
| #58 | Grok 4.5 low | X AI | 1 | 3.0 | $0.945 | 0/1 | 14.0s |
| #59 | GPT-5.2 medium | OpenAI | 1 | 3.0 | $1.182 | 0/1 | 28.2s |
| #60 | Qwen3.8 27B high | Qwen | 1 | 3.0 | ~$0.287 | 0/1 | 264.0s |
| #61 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 3.0 | $1.951 | 0/1 | 91.0s |
| #62 | Inkling Small high | Thinkingmachines | 1 | 3.0 | $0.398 | 0/1 | 49.3s |
| #63 | DeepSeek V4.1 Flash max | DeepSeek | 1 | 3.0 | $1.073 | 0/1 | 98.5s |
| #64 | Muse Spark 1.1 low | Meta | 1 | 3.0 | $0.673 | 0/1 | 8.17s |
| #66 | Gemini 2.5 Flash medium | 1 | 3.0 | $0.644 | 0/1 | 2.76s | |
| #67 | Muse Spark 1.3 low | Meta | 1 | 3.0 | $0.689 | 0/1 | 23.4s |
| #68 | Claude Sonnet 5 medium | Anthropic | 1 | 3.0 | $0.922 | 0/1 | 7.06s |
| #69 | Qwen3.8 2.4T A95B low | Qwen | 1 | 3.0 | $2.672 | 0/1 | 422.5s |
| #70 | GPT-5 Mini medium | OpenAI | 1 | 3.0 | $0.241 | 0/1 | 9.99s |