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
202/202
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.) |
|---|---|---|---|---|---|---|---|
| #70 | Claude Opus 4.8 none | Anthropic | 2 | 5.3 | $1.166 | 1/3 | 1.70s |
| #71 | Step 3.7 Flash low | Stepfun | 2 | 5.3 | $0.454 | 1/3 | 43.3s |
| #77 | Grok 4.3 medium | X AI | 2 | 5.3 | $0.779 | 1/3 | 181.7s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 2 | 2.9 | $0.078 | 0/3 | 24.3s |
| #81 | Kimi K2.5 medium | Moonshot AI | 2 | 3.5 | $0.600 | 0/3 | 137.3s |
| #86 | DeepSeek V4 Pro none | DeepSeek | 2 | 5.3 | $0.096 | 1/3 | 3.72s |
| #90 | Step 3.7 Flash high | Stepfun | 2 | 4.1 | $1.207 | 0/3 | 149.6s |
| #94 | Qwen3.6 35B A3B medium | Qwen | 2 | 5.3 | $0.746 | 1/3 | 22.5s |
| #96 | LongCat 2.0 low | Meituan | 2 | 3.0 | $0.391 | 0/3 | 86.1s |
| #98 | GLM 5V Turbo medium | Z.ai | 2 | 5.3 | $0.457 | 1/3 | 38.1s |
| #100 | Gemma 4 26B A4B medium | 2 | 2.9 | $0.089 | 0/3 | 23.6s | |
| #101 | GLM 5.2 none | Z.ai | 2 | 5.3 | $0.128 | 1/3 | 4.04s |
| #106 | Hy3 preview medium | Tencent | 2 | 5.3 | $0.018 | 1/3 | 22.3s |
| #110 | Gemini 3.1 Flash Lite Preview low | 2 | 5.3 | $0.646 | 1/3 | 2.36s | |
| #111 | Gemini 3.1 Flash Lite low | 2 | 5.3 | $0.621 | 1/3 | 1.52s |