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: Pruebas correctas ↑.
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) |
|---|---|---|---|---|---|---|---|
| #293 | Laguna S 2.1 none | Poolside | 18 | 4.5 | $0.022 | 2/22 | 11.7s |
| #305 | Ling 3.0 Tiny none | Inclusionai | 13 | 4.0 | $0.000 | 2/22 | 14.0s |
| #306 | Granite 4.1 8B none | IBM Granite | 13 | 4.0 | $0.007 | 2/22 | 1.44s |
| #317 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 9 | 3.2 | $0.000 | 2/19 | 728ms |
| #319 | LFM2-24B-A2B none | Liquid | 9 | 2.2 | $0.001 | 2/16 | 782ms |
| #236 | Hy4 preview low | Tencent | 3 | 5.6 | $1.745 | 3/22 | 214.3s |
| #255 | Dots 3 Note Preview none | Dots Studio | 15 | 5.2 | $0.000 | 3/22 | 3.53s |
| #269 | Laguna S 2.1 low | Poolside | 15 | 5.0 | $0.082 | 3/22 | 85.3s |
| #276 | Hy4 preview none | Tencent | 9 | 4.8 | $0.041 | 3/22 | 39.2s |
| #291 | Qwen3 Coder Next medium | Qwen | 14 | 4.6 | $0.034 | 3/22 | 9.07s |
| #299 | Granite 4.2 8B none | IBM Granite | 11 | 4.3 | $0.026 | 3/22 | 86.3s |
| #307 | Nemotron 3.5 Lightning none | NVIDIA | 16 | 4.0 | $0.007 | 3/22 | 1.21s |
| #312 | Qwen3.5-9B medium | Qwen | 2 | 3.8 | $0.062 | 3/22 | 107.5s |
| #311 | Grok 4.1 Fast none | X AI | 13 | 3.8 | $0.008 | 3/19 | 1.62s |
| #241 | DeepSeek V4 Flash 0423 none | DeepSeek | 13 | 5.4 | $0.040 | 4/22 | 36.2s |