Ranking de Combinado x Resposta incorreta

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

Chamada de ferramenta inválida91 Resposta incorreta68 Sem resposta29 Erro de API26 Tempo esgotado5 Formatação extra1 Não seguiu as instruções1

Categorias

Específico do domínio412 Truques anti-IA293 Programação252 Resolução de quebra-cabeças201 Conhecimentos gerais168 Combinado68 Seguimento de instruções61 Inteligência geral59 Análise e extração de dados41 Chamada de ferramentas3

63/63

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Custo total	Testes corretos	Tempo de resposta (médio)
#200	MiMo-V2-Flash none	Xiaomi	1	1.5	$0.025	0/1	2.87s
Total de testes 1 Testes errados 1 Custo total $0.025 Tempo de resposta (médio) 2.87s
#203	Grok 4.1 Fast none	X AI	1	1.5	$0.008	0/1	3.33s
Total de testes 1 Testes errados 1 Custo total $0.008 Tempo de resposta (médio) 3.33s
#205	Laguna Xs.2 none	Poolside	1	1.5	$0.004	0/1	2.01s
Total de testes 1 Testes errados 1 Custo total $0.004 Tempo de resposta (médio) 2.01s

←

1 2 3 4 5

Filtrar modelos