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

878

Modelo mais afetado

Claude Opus 5 3

Motivos de falha

Resposta incorreta878 Sem resposta63 Tempo esgotado46 Erro de API40 Formatação extra36 Não seguiu as instruções3

Categorias

Específico do domínio878 Truques anti-IA502 Programação477 Resolução de quebra-cabeças344 Conhecimentos gerais306 Inteligência geral129 Combinado126 Tarefas de agentes126 Seguimento de instruções111 Análise e extração de dados93

414/414

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Custo total	Testes corretos	Tempo de resposta (médio)
#419	Span-02 default	Respan	2	0.5	$0.001	1/3	1.24s
Total de testes 3 Testes errados 2 Custo total $0.001 Tempo de resposta (médio) 1.24s
#420	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	2	0.3	$0.000	0/3	56.7s
Total de testes 3 Testes errados 3 Custo total $0.000 Tempo de resposta (médio) 56.7s
#421	d1-ultra default	Liquid	2	0.5	$0.003	1/3	576ms
Total de testes 3 Testes errados 2 Custo total $0.003 Tempo de resposta (médio) 576ms
#425	Decider V1.1 27B default	Perplexity	2	0.5	$0.002	1/3	313ms
Total de testes 3 Testes errados 2 Custo total $0.002 Tempo de resposta (médio) 313ms
#426	Drex v1.5 default	Nace AI	2	0.5	$0.002	1/3	1.09s
Total de testes 3 Testes errados 2 Custo total $0.002 Tempo de resposta (médio) 1.09s
#427	GPT-6 Luna Decisions default	OpenAI	2	0.5	$0.005	1/3	554ms
Total de testes 3 Testes errados 2 Custo total $0.005 Tempo de resposta (médio) 554ms
#428	Kev 4B default	Jaredpalmer	2	0.5	$0.002	1/3	6.34s
Total de testes 3 Testes errados 2 Custo total $0.002 Tempo de resposta (médio) 6.34s
#430	Classify-1 default	Scaledown	2	0.5	$0.008	1/3	1.54s
Total de testes 3 Testes errados 2 Custo total $0.008 Tempo de resposta (médio) 1.54s
#432	Decider Flash V1.2 default	Perplexity	2	0.5	$0.001	1/3	527ms
Total de testes 3 Testes errados 2 Custo total $0.001 Tempo de resposta (médio) 527ms
#441	Nimble v3 9B default	Bespoke Labs	2	0.2	~$0.001	0/2	80ms
Total de testes 2 Testes errados 2 Custo total ~$0.001 Tempo de resposta (médio) 80ms
#1	Gemini 3.6 Flash high	Google	1	0.8	$0.900	2/3	33.3s
Total de testes 3 Testes errados 1 Custo total $0.900 Tempo de resposta (médio) 33.3s
#3	GPT-6 Sol high	OpenAI	1	0.8	$0.921	2/3	62.9s
Total de testes 3 Testes errados 1 Custo total $0.921 Tempo de resposta (médio) 62.9s
#6	GPT-6.1 Sol xhigh	OpenAI	1	0.8	$1.377	2/3	177.3s
Total de testes 3 Testes errados 1 Custo total $1.377 Tempo de resposta (médio) 177.3s
#7	GPT-6 Astra high	OpenAI	1	0.8	$4.458	2/3	95.1s
Total de testes 3 Testes errados 1 Custo total $4.458 Tempo de resposta (médio) 95.1s
#8	GPT-6 Astra xhigh	OpenAI	1	0.8	$6.213	2/3	147.0s
Total de testes 3 Testes errados 1 Custo total $6.213 Tempo de resposta (médio) 147.0s

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: 0.0021 h × 0.377 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.000263.

Melhores modelos por Custo desperdiçado estimado