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
108/108
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 | Kimi K2.6 none | Moonshot AI | 1 | 4.7 | $0.376 | 0/1 | 175.2s |
| #268 | Gemma 4 26B A4B none | 1 | 5.0 | $0.026 | 0/1 | 75.8s | |
| #270 | Seed-2.0-Code none | Bytedance Seed | 1 | 6.1 | $0.257 | 0/1 | 80.0s |
| #272 | Qwen3.8 27B none | Qwen | 1 | 5.0 | ~$0.010 | 0/1 | 47.4s |
| #273 | North Mini Code medium | Cohere | 1 | 3.9 | $0.000 | 0/1 | 105.2s |
| #275 | MiMo-V2.6-Flash none | Xiaomi | 1 | 5.0 | $0.060 | 0/1 | 62.6s |
| #276 | Step 3.5 Flash medium | Stepfun | 1 | 2.8 | $0.105 | 0/1 | 172.2s |
| #277 | Ember-1 none | Fireworks | 1 | 6.1 | $0.786 | 0/1 | 92.9s |
| #279 | GPT-5.6 Luna none | OpenAI | 1 | 5.0 | $0.056 | 0/1 | 53.8s |
| #280 | Granite 4.2 8B low | IBM Granite | 1 | 6.1 | $0.036 | 0/1 | 142.7s |
| #281 | Kimi K2.5 none | Moonshot AI | 1 | 5.0 | $0.236 | 0/1 | 321.2s |
| #291 | Mistral Small 4 medium | Mistral | 1 | 5.0 | $0.126 | 0/1 | 54.1s |
| #292 | Mistral Small 4 none | Mistral | 1 | 5.0 | $0.047 | 0/1 | 45.5s |
| #296 | Laguna S 2.1 medium | Poolside | 1 | 3.4 | $0.080 | 0/1 | 165.0s |
| #297 | Mercury 2.5 Preview low | Inception | 1 | 5.0 | $0.015 | 0/1 | 84.5s |