AI BENCHY
Advertise here

Fallos AI BENCHY

Fallos por Formato extra

Mira qué modelos de IA se encuentran con Formato extra con más frecuencia para detectar riesgos de fiabilidad antes de elegir. Ordenar por: Tiempo de respuesta (promedio) ↑.

Modelos mostrados

14

Fallos totales

48

Modelo más afectado

Granite 4.1 8B 1
Rango Modelo Empresa Cantidad de Formato extra Puntuación Pruebas correctas Tiempo de respuesta (promedio)
#64 MiMo-V2-Flash medium Xiaomi 1 7.2 12/21 20.1s
#51 Mimo V2 PRO medium Xiaomi 1 7.4 12/21 22.2s
#69 Claude Opus 4.6 medium Anthropic 5 7.0 12/21 25.9s
#43 MiMo-V2.5-Pro medium Xiaomi 3 7.5 12/21 26.1s
#139 DeepSeek V4 Flash none DeepSeek 2 5.0 5/21 26.8s
#56 MiMo-V2.5 medium Xiaomi 2 7.3 12/21 27.1s
#65 Grok 4.20 medium X AI 1 7.1 12/21 27.7s
#55 GLM 5.1 medium Z.ai 1 7.3 12/21 33.7s
#80 Mimo V2 Omni medium Xiaomi 1 6.7 10/21 41.2s
#38 Grok 4.3 medium X AI 1 7.6 13/21 47.5s
#47 Grok Build 0.1 medium X AI 3 7.4 13/21 49.9s
#67 MiniMax M3 medium Minimax 1 7.1 11/21 68.2s
#30 Qwen3.5-27B medium Qwen 1 7.8 13/21 68.4s
#161 Qwen3.5-9B medium Qwen 1 4.2 3/21 82.2s

Mejores modelos por Cantidad de Formato extra

Cantidad de Formato extra vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)