Spécifique au domaine : Mauvaise réponse
Spécifique au domaine
Mauvaise réponse
Voyez quels modèles d'IA ont le plus de chances de rencontrer Mauvaise réponse sur Spécifique au domaine, pour repérer plus vite les points faibles.
Raisons d'échec
414/414
Filtrer les modèles
Aucun modèle ne correspond à la recherche et aux filtres actuels.
| Rang | Modèle | Entreprise | Nombre de Mauvaise réponse | Score de catégorie | Coût total | Tests corrects | Temps de réponse (moy.) |
|---|---|---|---|---|---|---|---|
| #248 | Gemini 3.1 Flash Lite Preview low | 1 | 0.8 | $0.736 | 2/3 | 2.10s | |
| #249 | Gemini 3.1 Flash Lite low | 1 | 0.8 | $0.717 | 2/3 | 1.44s | |
| #251 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.8 | $0.176 | 2/3 | 1.24s |
| #258 | Grok 4.20 medium | X AI | 1 | 0.3 | $1.246 | 0/3 | 49.7s |
| #259 | Space Bunny Alpha xhigh | Stealth | 1 | 0.6 | $0.000 | 1/3 | 234.1s |
| #275 | Claude Sonnet 4.6 none | Anthropic | 1 | 0.8 | $0.661 | 2/3 | 2.27s |
| #285 | Nemotron 3 Ultra none | NVIDIA | 1 | 0.5 | $0.164 | 1/3 | 758ms |
| #289 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 0.8 | $0.391 | 2/3 | 5.46s |
| #296 | Seed 2.1 Turbo none | Bytedance Seed | 1 | 0.8 | $0.182 | 2/3 | 1.36s |
| #314 | Claude Opus 4.7 none | Anthropic | 1 | 0.8 | $0.505 | 2/3 | 1.19s |
| #315 | Qwen3.8 27B none | Qwen | 1 | 0.8 | ~$0.010 | 2/3 | 552ms |
| #331 | KAT Coder AIR V2.5 high | Kwaipilot | 1 | 0.3 | $0.077 | 0/3 | 7.28s |
| #332 | Mimo V2 PRO medium | Xiaomi | 1 | 0.5 | $0.333 | 1/3 | 8.82s |
| #342 | MiniMax M2.7 medium | Minimax | 1 | 0.3 | $0.326 | 0/3 | 39.7s |
| #355 | Mimo V2 Omni medium | Xiaomi | 1 | 0.3 | $0.683 | 0/3 | 47.9s |