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) |
|---|---|---|---|---|---|---|---|
| #296 | Dots 3 Note Preview low | Dots Studio | 1 | 0.6 | $0.000 | 0/1 | 161.2s |
| #300 | Gemini 3.5 Flash Lite low | 1 | 0.5 | $0.183 | 0/1 | 53.9s | |
| #301 | Gemini 3.1 Flash Lite Preview low | 1 | 0.5 | $0.736 | 0/1 | 71.3s | |
| #303 | Gemini 3.1 Flash Lite low | 1 | 0.5 | $0.717 | 0/1 | 80.0s | |
| #304 | Solar Pro 4 high | Upstage | 1 | 0.3 | $0.077 | 0/1 | 312.3s |
| #306 | Ling 3.1 Flash low | Inclusionai | 1 | 0.5 | $0.000 | 0/1 | 101.5s |
| #308 | Space Bunny Alpha medium | Stealth | 1 | 0.6 | $0.000 | 0/1 | 153.1s |
| #309 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.3 | $0.152 | 0/1 | 106.3s |
| #312 | Grok 4.20 medium | X AI | 1 | 0.3 | $1.246 | 0/1 | 128.3s |
| #317 | Gemini 3.1 Flash Lite Preview none | 1 | 0.5 | $0.090 | 0/1 | 48.6s | |
| #320 | Beam 1.0 501B A23B high | Reflection | 1 | 0.3 | $0.674 | 0/1 | 33.5s |
| #321 | Trinity Large Thinking medium | Arcee AI | 1 | 0.6 | $0.862 | 0/1 | 52.5s |
| #322 | Apodex 1.1 Mini low | Apodex | 1 | 0.5 | $0.000 | 0/1 | 104.2s |
| #325 | Step 5 Preview medium | Stepfun | 1 | 0.6 | $4.136 | 0/1 | 95.8s |
| #328 | Apodex 1.1 Mini medium | Apodex | 1 | 0.3 | $0.000 | 0/1 | 85.3s |