Tarefas de agentes: Resposta incorreta
Tarefas de agentes
Resposta incorreta
Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Tarefas de agentes, para identificar pontos fracos mais rápido.
Motivos de falha
139/139
Filtrar modelos
Nenhum modelo corresponde à pesquisa e aos filtros atuais.
| Posição | Modelo | Empresa | Contagem de Resposta incorreta | Pontuação da categoria | Custo total | Testes corretos | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|
| #265 | GLM 5.2 none | Z.ai | 1 | 0.6 | $0.250 | 0/1 | 46.9s |
| #267 | LongCat 2.0 low | Meituan | 1 | 0.6 | $0.630 | 0/1 | 145.6s |
| #268 | Mercury 2 medium | Inception | 1 | 0.5 | $0.121 | 0/1 | 34.9s |
| #269 | Step 3.7 Flash high | Stepfun | 1 | 0.5 | $1.478 | 0/1 | 130.4s |
| #270 | Beam 1.0 501B A23B medium | Reflection | 1 | 0.3 | $0.499 | 0/1 | 31.6s |
| #274 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.6 | $0.834 | 0/1 | 88.5s |
| #276 | Mercury 2.5 high | Inception | 1 | 0.4 | $0.044 | 0/1 | 80.3s |
| #277 | Beam 1.0 501B A23B xhigh | Reflection | 1 | 0.3 | $0.688 | 0/1 | 44.6s |
| #284 | Gemini 3 Flash Preview none | 1 | 0.5 | $0.155 | 0/1 | 57.8s | |
| #285 | Beam 1.0 501B A23B max | Reflection | 1 | 0.3 | $0.799 | 0/1 | 50.1s |
| #286 | Solar Pro 4 medium | Upstage | 1 | 0.5 | $0.098 | 0/1 | 272.3s |
| #288 | Minimax M3.1 Flash xhigh | Minimax | 1 | 0.6 | $0.000 | 0/1 | 87.6s |
| #292 | Gemini 3.5 Flash minimal | 1 | 0.5 | $0.508 | 0/1 | 49.2s | |
| #294 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.5 | $0.332 | 0/1 | 233.5s |
| #295 | Dots 3 Note Preview high | Dots Studio | 1 | 0.6 | $0.000 | 0/1 | 129.1s |