Específico do domínio: Resposta incorreta
Específico do domínio
Resposta incorreta
Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Específico do domínio, para identificar pontos fracos mais rápido. Ordenar por: Custo total ↓.
Motivos de falha
414/414
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) |
|---|---|---|---|---|---|---|---|
| #8 | GPT-6 Astra xhigh | OpenAI | 1 | 0.8 | $6.213 | 2/3 | 147.0s |
| #391 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 0.3 | $5.599 | 0/3 | 24.7s |
| #57 | Claude Fable 5 medium | Anthropic | 1 | 0.5 | $5.089 | 1/3 | 37.3s |
| #33 | GPT-5.5 medium | OpenAI | 2 | 0.5 | $4.809 | 1/3 | 168.2s |
| #122 | Muse Wonder max | Meta | 1 | 0.3 | $4.766 | 0/3 | 189.6s |
| #89 | GLM 5.2 high | Z.ai | 1 | 0.3 | $4.632 | 0/3 | 126.8s |
| #27 | Claude Opus 5 high | Anthropic | 2 | 0.3 | $4.524 | 0/3 | 104.2s |
| #7 | GPT-6 Astra high | OpenAI | 1 | 0.8 | $4.458 | 2/3 | 95.1s |
| #82 | Qwen3.8 2.4T A95B low | Qwen | 3 | 0.3 | $4.016 | 0/3 | 287.7s |
| #139 | Muse Wonder xhigh | Meta | 2 | 0.4 | $4.012 | 0/3 | 150.7s |
| #169 | Claude Opus 4.8 low | Anthropic | 2 | 0.5 | $3.787 | 1/3 | 46.5s |
| #95 | Claude Opus 4.8 medium | Anthropic | 3 | 0.4 | $3.490 | 0/3 | 18.1s |
| #116 | Claude Fable 5.1 high | Anthropic | 1 | 0.8 | $3.471 | 2/3 | 24.3s |
| #131 | Muse Wonder high | Meta | 1 | 0.5 | $3.426 | 1/3 | 78.6s |
| #203 | Grok 4.7 xhigh | X AI | 1 | 0.3 | $3.398 | 0/3 | 190.6s |