Fallos AI BENCHY
Fallos por Tiempo agotado
Mira qué modelos de IA se encuentran con Tiempo agotado con más frecuencia para detectar riesgos de fiabilidad antes de elegir. Ordenar por: Cantidad de fallos ↑.
Categorías
En la categoría Específico del dominio31 En la categoría Programación12 En la categoría Resolución de acertijos6 En la categoría Inteligencia general4 En la categoría Trucos anti-IA4 En la categoría Combinado2 En la categoría Análisis y extracción de datos1 En la categoría Seguimiento de instrucciones1
| Rango | Modelo | Empresa | Cantidad de Tiempo agotado | Puntuación | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #3 | Claude Opus 4.7 medium | Anthropic | 1 | 9.2 | 16/18 | 3.53s |
| #10 | Qwen3.5-27B medium | Qwen | 1 | 8.4 | 13/18 | 53.0s |
| #13 | GLM 5 medium | Z.ai | 1 | 8.4 | 13/18 | 23.3s |
| #14 | Gemma 4 31B medium | 1 | 8.3 | 13/18 | 24.9s | |
| #18 | GLM 5 Turbo medium | Z.ai | 1 | 8.1 | 12/18 | 17.7s |
| #23 | MiMo-V2-Pro medium | Xiaomi | 1 | 8.1 | 12/18 | 12.3s |
| #26 | Claude Sonnet 4.6 medium | Anthropic | 1 | 8.0 | 13/18 | 12.7s |
| #40 | GPT-5.2 medium | OpenAI | 1 | 7.5 | 11/18 | 14.0s |
| #41 | MiMo-V2-Flash medium | Xiaomi | 1 | 7.5 | 11/18 | 23.4s |
| #45 | GPT-5 Mini medium | OpenAI | 1 | 7.0 | 9/18 | 24.0s |
| #51 | Nemotron 3 Super medium | NVIDIA | 1 | 6.7 | 9/18 | 19.1s |
| #52 | Grok 4.1 Fast medium | X AI | 1 | 6.7 | 9/18 | 23.9s |
| #57 | GPT-5 Nano medium | OpenAI | 1 | 6.3 | 7/18 | 44.1s |
| #60 | Gemma 4 26B A4B none | 1 | 6.2 | 7/18 | 6.59s | |
| #92 | Qwen3 Coder Next medium | Qwen | 1 | 4.7 | 3/18 | 10.8s |