Falhas por categoria AI BENCHY
Programação: Resposta incorreta
Programação
Resposta incorreta
Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Programação, para identificar pontos fracos mais rápido.
Motivos de falha
134/134
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) |
|---|---|---|---|---|---|---|---|
| #59 | Qwen3.6 Flash medium | Qwen | 3 | 5.0 | $0.288 | 0/3 | 42.9s |
| #115 | Qwen3.6 Max Preview none | Qwen | 3 | 3.8 | $0.075 | 0/3 | 3.12s |
| #117 | GLM 5 none | Z.ai | 3 | 4.0 | $0.027 | 0/3 | 5.12s |
| #122 | Qwen3.5 Plus 2026-02-15 none | Qwen | 3 | 4.3 | $0.016 | 0/3 | 2.05s |
| #123 | North Mini Code medium | Cohere | 3 | 4.5 | $0.000 | 0/3 | 320.4s |
| #131 | Claude Sonnet 5 none | Anthropic | 3 | 4.6 | $0.287 | 0/3 | 3.67s |
| #133 | GLM 5.1 none | Z.ai | 3 | 3.9 | $0.057 | 0/3 | 4.96s |
| #134 | DeepSeek V4 Flash none | DeepSeek | 3 | 4.2 | $0.007 | 0/3 | 17.1s |
| #140 | GLM 5 Turbo none | Z.ai | 3 | 3.9 | $0.047 | 0/3 | 2.41s |
| #141 | Laguna XS 2.1 none | Poolside | 3 | 4.3 | $0.003 | 0/3 | 623ms |
| #142 | GPT-5.6 Luna none | OpenAI | 3 | 3.8 | $0.047 | 0/3 | 980ms |
| #144 | Qwen3.5-122B-A10B none | Qwen | 3 | 3.7 | $0.020 | 0/3 | 2.77s |
| #148 | Mistral Small 4 none | Mistral | 3 | 3.7 | $0.007 | 0/3 | 901ms |
| #149 | Qwen3 Coder Next none | Qwen | 3 | 4.6 | $0.009 | 0/3 | 2.22s |
| #150 | North Mini Code none | Cohere | 3 | 3.9 | $0.000 | 0/3 | 22.0s |