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) |
|---|---|---|---|---|---|---|---|
| #99 | GPT-5.6 Terra high | OpenAI | 1 | 0.3 | $0.698 | 0/1 | 23.3s |
| #103 | GPT-6 Luna medium | OpenAI | 1 | 0.3 | $0.047 | 0/1 | 6.39s |
| #106 | Qwen3.7 Plus medium | Qwen | 1 | 0.3 | $0.415 | 0/1 | 91.1s |
| #107 | Gemini 4 Argon low | 1 | 0.3 | $0.438 | 0/1 | 1.96s | |
| #108 | DeepSeek V4.1 Flash 1017 max | DeepSeek | 1 | 0.3 | $0.757 | 0/1 | 97.8s |
| #111 | GPT-5.6 Terra medium | OpenAI | 1 | 0.3 | $0.483 | 0/1 | 10.1s |
| #112 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 0.3 | $0.271 | 0/1 | 48.3s |
| #113 | Kimi K3.1 Pro high | Moonshot AI | 1 | 0.3 | $1.646 | 0/1 | 89.7s |
| #114 | Seed-2.0-Code low | Bytedance Seed | 1 | 0.3 | $0.881 | 0/1 | 10.0s |
| #115 | DeepSeek V4 Pro 0423 high | DeepSeek | 1 | 0.3 | $0.149 | 0/1 | 34.0s |
| #116 | Claude Opus 4.7 medium | Anthropic | 1 | 0.3 | $3.636 | 0/1 | 2.25s |
| #117 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 0.3 | $0.261 | 0/1 | 54.5s |
| #118 | DeepSeek V4.1 Flash low | DeepSeek | 1 | 0.3 | $0.494 | 0/1 | 46.9s |
| #119 | GPT-5.6 Luna high | OpenAI | 1 | 0.3 | $0.118 | 0/1 | 17.0s |
| #120 | Nemotron 3 Ultra medium | NVIDIA | 1 | 0.3 | $0.674 | 0/1 | 38.5s |