Fallos por categoría de AI BENCHY
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
| Rango | Modelo | Empresa | Cantidad de Respuesta incorrecta | Puntuación de categoría | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #73 | Gemini 3.1 Flash Lite none | 1 | 3.0 | 0/1 | 733ms | |
| #76 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 3.0 | 0/1 | 1.11s |
| #77 | Grok 4.1 Fast medium | X AI | 1 | 3.0 | 0/1 | 25.5s |
| #78 | GLM 5 none | Z.ai | 1 | 3.0 | 0/1 | 3.62s |
| #79 | MiMo-V2-Omni none | Xiaomi | 1 | 3.0 | 0/1 | 1.30s |
| #80 | Mercury 2 medium | Inception | 1 | 3.0 | 0/1 | 2.58s |
| #81 | Gemini 2.5 Flash none | 1 | 3.0 | 0/1 | 1.15s | |
| #82 | Gemma 4 26B A4B none | 1 | 3.0 | 0/1 | 778ms | |
| #83 | GPT-5 Nano medium | OpenAI | 1 | 3.0 | 0/1 | 20.1s |
| #84 | DeepSeek V4 Pro none | DeepSeek | 1 | 3.0 | 0/1 | 15.6s |
| #85 | Nemotron 3 Super medium | NVIDIA | 1 | 3.0 | 0/1 | 55.3s |
| #86 | Seed-2.0-Lite none | Bytedance Seed | 1 | 3.0 | 0/1 | 1.96s |
| #87 | GLM 5V Turbo none | Z.ai | 1 | 3.0 | 0/1 | 2.23s |
| #88 | Owl Alpha medium | Openrouter | 1 | 3.0 | 0/1 | 2.38s |
| #89 | Qwen3.5-Flash none | Qwen | 1 | 3.0 | 0/1 | 588ms |