Ranking de Específico do domínio x Resposta incorreta

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

Modelos exibidos

Falhas totais

893

Modelo mais afetado

Claude Opus 5 3

Motivos de falha

Resposta incorreta893 Sem resposta66 Tempo esgotado46 Erro de API40 Formatação extra36 Não seguiu as instruções3

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

423/423

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Custo total	Testes corretos	Tempo de resposta (médio)
#142	Muse Wonder xhigh	Meta	2	0.4	$4.012	0/3	150.7s
Total de testes 3 Testes errados 3 Custo total $4.012 Tempo de resposta (médio) 150.7s
#144	GPT-6 Luna low	OpenAI	2	0.5	$0.033	1/3	18.1s
Total de testes 3 Testes errados 2 Custo total $0.033 Tempo de resposta (médio) 18.1s
#145	Qwen3.8 27B low	Qwen	2	0.5	~$0.089	1/3	60.8s
Total de testes 3 Testes errados 2 Custo total ~$0.089 Tempo de resposta (médio) 60.8s
#150	Seed-2.0-Code high	Bytedance Seed	2	0.3	$1.448	0/3	419.7s
Total de testes 3 Testes errados 3 Custo total $1.448 Tempo de resposta (médio) 419.7s
#154	Seed-2.0-Code medium	Bytedance Seed	2	0.5	$1.275	1/3	429.8s
Total de testes 3 Testes errados 2 Custo total $1.275 Tempo de resposta (médio) 429.8s
#156	Grok 4.7 low	X AI	2	0.5	$1.933	1/3	159.1s
Total de testes 3 Testes errados 2 Custo total $1.933 Tempo de resposta (médio) 159.1s
#157	Inkling Small high	Thinkingmachines	2	0.5	$0.398	1/3	56.3s
Total de testes 3 Testes errados 2 Custo total $0.398 Tempo de resposta (médio) 56.3s
#159	Inkling medium	Thinkingmachines	2	0.5	$0.527	1/3	31.6s
Total de testes 3 Testes errados 2 Custo total $0.527 Tempo de resposta (médio) 31.6s
#161	GLM 5.3 Flash high	Z.ai	2	0.3	$0.056	0/3	85.9s
Total de testes 3 Testes errados 3 Custo total $0.056 Tempo de resposta (médio) 85.9s
#163	Grok 4.7 medium	X AI	2	0.5	$2.938	1/3	300.4s
Total de testes 3 Testes errados 2 Custo total $2.938 Tempo de resposta (médio) 300.4s
#164	Gemini 2.5 Flash medium	Google	2	0.6	$0.680	1/3	37.1s
Total de testes 3 Testes errados 2 Custo total $0.680 Tempo de resposta (médio) 37.1s
#165	LongCat 2.0 high	Meituan	2	0.4	$0.778	0/3	433.7s
Total de testes 3 Testes errados 3 Custo total $0.778 Tempo de resposta (médio) 433.7s
#168	Qwen3.5-27B none	Qwen	2	0.5	$0.116	1/3	634ms
Total de testes 3 Testes errados 2 Custo total $0.116 Tempo de resposta (médio) 634ms
#170	Qwen3.8 27B medium	Qwen	2	0.5	~$0.073	1/3	77.0s
Total de testes 3 Testes errados 2 Custo total ~$0.073 Tempo de resposta (médio) 77.0s
#171	Gemini 3.8 Flash low	Google	2	0.6	$0.323	1/3	6.50s
Total de testes 3 Testes errados 2 Custo total $0.323 Tempo de resposta (médio) 6.50s

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

Específico do domínio: 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 estimadoA estimativa inclui apenas a eletricidade da GPU. Exclui o resto do computador e a aquisição do hardware. NVIDIA GeForce RTX 3090: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Melhores modelos por Custo desperdiçado estimado