AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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: Pruebas correctas ↑.

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)
#67 MiniMax M3 medium Minimax 1 7.1 11/21 68.2s
#77 Claude Sonnet 4.6 none Anthropic 4 6.8 11/21 5.04s
#43 MiMo-V2.5-Pro medium Xiaomi 3 7.5 12/21 26.1s
#51 Mimo V2 PRO medium Xiaomi 1 7.4 12/21 22.2s
#55 GLM 5.1 medium Z.ai 1 7.3 12/21 33.7s
#56 MiMo-V2.5 medium Xiaomi 2 7.3 12/21 27.1s
#64 MiMo-V2-Flash medium Xiaomi 1 7.2 12/21 20.1s
#65 Grok 4.20 medium X AI 1 7.1 12/21 27.7s
#68 Claude Opus 4.8 none Anthropic 3 7.0 12/21 3.47s
#69 Claude Opus 4.6 medium Anthropic 5 7.0 12/21 25.9s
#30 Qwen3.5-27B medium Qwen 1 7.8 13/21 68.4s
#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
#52 Claude Sonnet 4.6 medium Anthropic 3 7.4 13/21 17.1s

Mejores modelos por Cantidad de Formato extra

Cantidad de Formato extra vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)