Ranking de Combinado x Resposta incorreta

Falhas por categoria AI BENCHY

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

Modelos exibidos

Falhas totais

Modelo mais afetado

Motivos de falha

Resposta incorreta52 Chamada de ferramenta inválida19 Erro de API13 Sem resposta2 Tempo esgotado2 Não seguiu as instruções1

Categorias

Específico do domínio314 Truques anti-IA245 Programação194 Resolução de quebra-cabeças147 Conhecimentos gerais130 Seguimento de instruções53 Combinado52 Análise e extração de dados35 Inteligência geral32 Chamada de ferramentas2

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Testes corretos	Tempo de resposta (médio)
#150	Qwen3 Coder Next medium	Qwen	1	3.0	0/1	4.28s
#151	Trinity Large Preview none	Arcee AI	1	3.0	0/1	8.91s
#152	MiMo-V2-Flash none	Xiaomi	1	3.0	0/1	2.87s
#155	Mercury 2 none	Inception	1	3.0	0/1	606ms
#156	Hy3 preview none	Tencent	1	3.0	0/1	35.8s
#157	Grok 4.1 Fast none	X AI	1	3.0	0/1	3.33s
#159	Ling-2.6-1T none	Inclusionai	1	3.0	0/1	23.5s

←

1 2 3 4

Melhores modelos por Contagem de Resposta incorreta