Fallos por Respuesta incorrecta
Mira qué modelos de IA se encuentran con Respuesta incorrecta con más frecuencia para detectar riesgos de fiabilidad antes de elegir. Ordenar por: Cantidad de fallos ↑.
Categorías
En la categoría Específico del dominio665 En la categoría Trucos anti-IA386 En la categoría Programación362 En la categoría Resolución de acertijos275 En la categoría Cultura general249 En la categoría Combinado95 En la categoría Inteligencia general91 En la categoría Seguimiento de instrucciones82 En la categoría Análisis y extracción de datos66 En la categoría Llamada de herramientas5
316/316
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de Respuesta incorrecta | Puntuación | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #234 | KAT-Coder-Air V2.5 medium | Kwaipilot | 10 | 5.6 | $0.048 | 8/22 | 8.65s |
| #240 | Mimo V2 Omni none | Xiaomi | 10 | 5.5 | $0.021 | 8/21 | 2.44s |
| #261 | Granite 4.2 8B low | IBM Granite | 10 | 5.1 | $0.012 | 7/22 | 54.4s |
| #280 | Trinity Large Thinking high | Arcee AI | 10 | 4.8 | $0.592 | 5/22 | 75.9s |
| #294 | Grok 4.20 Beta none | X AI | 10 | 4.4 | $0.087 | 6/18 | 1.19s |
| #295 | Laguna M.1 none | Poolside | 10 | 4.4 | $0.009 | 4/19 | 2.89s |
| #301 | Grok 4.20 none | X AI | 10 | 4.1 | $0.057 | 6/18 | 1.11s |
| #166 | Qwen3.5-27B none | Qwen | 11 | 6.6 | $0.058 | 9/22 | 4.77s |
| #172 | Qwen3.5 Plus 2026-02-15 none | Qwen | 11 | 6.6 | $0.073 | 11/22 | 9.86s |
| #177 | Qwen3.6 Max Preview none | Qwen | 11 | 6.4 | $0.228 | 11/22 | 7.82s |
| #194 | Gemini 3.1 Flash Lite none | 11 | 6.1 | $0.046 | 9/22 | 1.75s | |
| #201 | Nemotron 3 Ultra none | NVIDIA | 11 | 6.1 | $0.093 | 8/22 | 3.88s |
| #205 | GPT-5.6 Terra none | OpenAI | 11 | 6.0 | $0.280 | 8/22 | 1.66s |
| #216 | Seed 2.1 Turbo none | Bytedance Seed | 11 | 5.9 | $0.092 | 10/22 | 6.84s |
| #229 | GLM 5V Turbo none | Z.ai | 11 | 5.6 | $0.052 | 8/21 | 2.99s |