Ranking de Específico do domínio x Resposta incorreta

Falhas por categoria AI BENCHY

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

314

Modelo mais afetado

Motivos de falha

Resposta incorreta314 Tempo esgotado34 Formatação extra12 Erro de API6 Sem resposta5 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)
#81	Mercury 2 medium	Inception	3	2.9	0/3	6.48s
#87	Gemini 3.1 Flash Lite minimal	Google	3	2.9	0/3	1.02s
#88	Qwen3.7 Plus none	Qwen	3	3.0	0/3	868ms
#90	Gemini 3.1 Flash Lite none	Google	3	2.9	0/3	762ms
#91	GPT-5.5 none	OpenAI	3	2.9	0/3	1.31s
#98	GLM 5 none	Z.ai	3	3.0	0/3	2.24s
#99	gpt-oss-120b medium	OpenAI	3	2.9	0/3	50.9s
#102	Gemma 4 26B A4B none	Google	3	3.6	0/3	2.49s
#106	Grok 4.20 Beta none	X AI	3	3.0	0/3	611ms
#110	Seed-2.0-Lite none	Bytedance Seed	3	3.6	0/3	1.33s
#112	GLM 5.1 none	Z.ai	3	2.9	0/3	1.99s
#115	Qwen3.5-27B none	Qwen	3	3.0	0/3	540ms
#119	Cobuddy medium	Baidu	3	2.9	0/3	128.2s
#126	gpt-oss-120b none	OpenAI	3	3.0	0/3	35.0s
#136	Elephant Alpha medium	Openrouter	3	3.0	0/3	925ms

Melhores modelos por Contagem de Resposta incorreta