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) |
|---|---|---|---|---|---|---|
| #128 | MiMo-V2.5 none | Xiaomi | 1 | 3.0 | 0/1 | 3.89s |
| #129 | Qwen3 Coder Next medium | Qwen | 1 | 3.0 | 0/1 | 399ms |
| #130 | Trinity Large Preview none | Arcee AI | 1 | 3.0 | 0/1 | 777ms |
| #131 | Mercury 2 none | Inception | 1 | 3.0 | 0/1 | 548ms |
| #132 | Qwen3.5-9B none | Qwen | 1 | 3.0 | 0/1 | 2.32s |
| #133 | HY3 Preview none | Tencent | 1 | 3.0 | 0/1 | 2.71s |
| #135 | GPT-5.4 Nano none | OpenAI | 1 | 3.0 | 0/1 | 773ms |
| #136 | GLM 4.7 Flash medium | Z.ai | 1 | 3.0 | 0/1 | 11.1s |
| #137 | MiMo-V2-Flash none | Xiaomi | 1 | 3.0 | 0/1 | 1.82s |
| #139 | Grok 4.1 Fast none | X AI | 1 | 3.0 | 0/1 | 731ms |
| #140 | Qwen3.5-9B medium | Qwen | 1 | 3.0 | 0/1 | 177.0s |
| #142 | Granite 4.1 8B none | IBM Granite | 1 | 3.0 | 0/1 | 306ms |