Ranking de Truques anti-IA x Resposta incorreta

Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Truques anti-IA, para identificar pontos fracos mais rápido.

Modelos exibidos

Falhas totais

519

Modelo mais afetado

Qwen3.5-Flash 4

Motivos de falha

Resposta incorreta519 Não seguiu as instruções52 Erro de API44 Formatação extra34 Sem resposta13 Tempo esgotado8

Categorias

Específico do domínio893 Truques anti-IA519 Programação484 Resolução de quebra-cabeças352 Conhecimentos gerais315 Inteligência geral134 Combinado128 Tarefas de agentes128 Seguimento de instruções117 Análise e extração de dados93

258/258

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Custo total	Testes corretos	Tempo de resposta (médio)
#416	Grok 4.20 none	X AI	3	0.5	$0.057	1/4	501ms
Total de testes 4 Testes errados 3 Custo total $0.057 Tempo de resposta (médio) 501ms
#424	Grok 4.1 Fast default	X AI	3	0.3	$0.008	0/4	1.07s
Total de testes 4 Testes errados 4 Custo total $0.008 Tempo de resposta (médio) 1.07s
#436	GPT-6 Luna Decisions default	OpenAI	3	0.2	$0.005	0/3	436ms
Total de testes 3 Testes errados 3 Custo total $0.005 Tempo de resposta (médio) 436ms
#437	Kev 4B default	Jaredpalmer	3	0.2	$0.002	0/3	3.65s
Total de testes 3 Testes errados 3 Custo total $0.002 Tempo de resposta (médio) 3.65s
#445	LFM2-24B-A2B default	Liquid	3	0.3	$0.001	0/3	471ms
Total de testes 3 Testes errados 3 Custo total $0.001 Tempo de resposta (médio) 471ms
#59	Pareto 26.9 default	Unbiased	2	0.7	$1.864	2/4	6.44s
Total de testes 4 Testes errados 2 Custo total $1.864 Tempo de resposta (médio) 6.44s
#72	Muse Spark 1.1 low	Meta	2	0.8	$0.885	2/4	4.36s
Total de testes 4 Testes errados 2 Custo total $0.885 Tempo de resposta (médio) 4.36s
#106	DeepSeek V4 Pro 0423 high	DeepSeek	2	0.6	$0.149	1/4	25.7s
Total de testes 4 Testes errados 3 Custo total $0.149 Tempo de resposta (médio) 25.7s
#120	Qwen3.7 Max none	Qwen	2	0.7	$0.451	2/4	1.08s
Total de testes 4 Testes errados 2 Custo total $0.451 Tempo de resposta (médio) 1.08s
#123	MiMo-V2.6-Flash medium	Xiaomi	2	0.6	$0.218	1/4	1.42s
Total de testes 4 Testes errados 3 Custo total $0.218 Tempo de resposta (médio) 1.42s
#131	Qwen3.7 Plus none	Qwen	2	0.7	$0.178	2/4	1.38s
Total de testes 4 Testes errados 2 Custo total $0.178 Tempo de resposta (médio) 1.38s
#146	Space Bunny Alpha high	Stealth	2	0.6	$0.000	2/4	3.48s
Total de testes 4 Testes errados 2 Custo total $0.000 Tempo de resposta (médio) 3.48s
#154	Seed-2.0-Code medium	Bytedance Seed	2	0.7	$1.275	2/4	46.0s
Total de testes 4 Testes errados 2 Custo total $1.275 Tempo de resposta (médio) 46.0s
#158	DeepSeek V4 Pro 0423 none	DeepSeek	2	0.3	$0.083	0/4	4.02s
Total de testes 4 Testes errados 4 Custo total $0.083 Tempo de resposta (médio) 4.02s
#180	GLM 5.3 FlashX medium	Z.ai	2	0.7	$0.114	2/4	1.71s
Total de testes 4 Testes errados 2 Custo total $0.114 Tempo de resposta (médio) 1.71s

Filtrar modelos

Melhores modelos por Contagem de Resposta incorreta

Contagem de Resposta incorreta vs Pontuação

Melhores modelos por Tempo de resposta (médio)

Melhores modelos por Custo desperdiçado estimado

Truques anti-IA: Resposta incorreta

Filtrar modelos

Melhores modelos por Contagem de Resposta incorreta

Contagem de Resposta incorreta vs Pontuação

Melhores modelos por Tempo de resposta (médio)

Melhores modelos por Custo desperdiçado estimado