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: Puntuación ↑.
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) |
|---|---|---|---|---|---|---|
| #97 | Qwen3.5-9B medium | Qwen | 11 | 4.4 | 3/18 | 73.6s |
| #93 | GLM 4.7 Flash medium | Z.ai | 1 | 4.6 | 4/18 | 32.3s |
| #92 | Qwen3 Coder Next medium | Qwen | 1 | 4.7 | 3/18 | 10.8s |
| #80 | MiniMax M2.7 medium | Minimax | 2 | 5.3 | 4/18 | 31.1s |
| #71 | MiniMax M2.5 medium | Minimax | 4 | 5.7 | 5/18 | 39.6s |
| #60 | Gemma 4 26B A4B none | 1 | 6.2 | 7/18 | 6.59s | |
| #57 | GPT-5 Nano medium | OpenAI | 1 | 6.3 | 7/18 | 44.1s |
| #52 | Grok 4.1 Fast medium | X AI | 1 | 6.7 | 9/18 | 23.9s |
| #51 | Nemotron 3 Super medium | NVIDIA | 1 | 6.7 | 9/18 | 19.1s |
| #50 | Hunter Alpha medium | OpenRouter | 2 | 6.7 | 8/18 | 10.3s |
| #46 | Kimi K2.5 medium | Moonshot AI | 2 | 7.0 | 9/18 | 72.4s |
| #45 | GPT-5 Mini medium | OpenAI | 1 | 7.0 | 9/18 | 24.0s |
| #43 | Qwen3.5-35B-A3B medium | Qwen | 4 | 7.4 | 10/18 | 44.5s |
| #41 | MiMo-V2-Flash medium | Xiaomi | 1 | 7.5 | 11/18 | 23.4s |
| #40 | GPT-5.2 medium | OpenAI | 1 | 7.5 | 11/18 | 14.0s |