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) |
|---|---|---|---|---|---|---|---|
| #110 | GPT-5.4 Mini medium | OpenAI | 1 | 3.0 | $0.786 | 0/1 | 30.1s |
| #111 | Grok Build 0.1 medium | X AI | 1 | 3.0 | $1.130 | 0/1 | 53.5s |
| #113 | Gemini 3.1 Flash Lite Preview medium | 1 | 3.0 | $0.117 | 0/1 | 2.68s | |
| #114 | Qwen3.7 Max none | Qwen | 1 | 3.0 | $0.197 | 0/1 | 856ms |
| #115 | Kimi K2.7 Code medium | Moonshot AI | 1 | 3.0 | $0.655 | 0/1 | 341.8s |
| #116 | GPT-5.6 Luna medium | OpenAI | 1 | 3.0 | $0.072 | 0/1 | 6.64s |
| #117 | LongCat 2.0 medium | Meituan | 1 | 3.0 | $0.499 | 0/1 | 191.2s |
| #118 | Qwen3.8 2.4T A95B high | Qwen | 1 | 3.0 | $2.357 | 0/1 | 348.0s |
| #119 | Grok 4.6 low | X AI | 1 | 3.0 | $0.449 | 0/1 | 26.1s |
| #121 | Claude Sonnet 4.6 none | Anthropic | 1 | 3.0 | $0.661 | 0/1 | 4.67s |
| #122 | GLM 5.3 high | Z.ai | 1 | 3.0 | $0.403 | 0/1 | 22.0s |
| #123 | KAT-Coder-Pro V2.5 low | Kwaipilot | 1 | 3.0 | $0.400 | 0/1 | 17.1s |
| #125 | Gemini 3.1 Flash Lite medium | 1 | 3.0 | $0.120 | 0/1 | 3.08s | |
| #126 | Qwen3.7 Plus none | Qwen | 1 | 3.0 | $0.106 | 0/1 | 1.21s |
| #129 | Kimi K2.6 medium | Moonshot AI | 1 | 3.0 | $1.247 | 0/1 | 130.3s |