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)
#137	Qwen3.7 Flash low	Qwen	3	0.4	$0.071	0/3	37.6s
Total de testes 3 Testes errados 3 Custo total $0.071 Tempo de resposta (médio) 37.6s
#138	Muse Glimmer 30B medium	Meta	3	0.3	$0.288	0/3	44.6s
Total de testes 3 Testes errados 3 Custo total $0.288 Tempo de resposta (médio) 44.6s
#140	Qwen3.8 Flash Next medium	Qwen	3	0.3	~$0.047	0/3	17.3s
Total de testes 3 Testes errados 3 Custo total ~$0.047 Tempo de resposta (médio) 17.3s
#146	Mistral Large 4 high	Mistral	3	0.3	$1.391	0/3	289.4s
Total de testes 3 Testes errados 3 Custo total $1.391 Tempo de resposta (médio) 289.4s
#148	GPT-5.6 Luna medium	OpenAI	3	0.3	$0.065	0/3	18.5s
Total de testes 3 Testes errados 3 Custo total $0.065 Tempo de resposta (médio) 18.5s
#149	Qwen3.6 Flash medium	Qwen	3	0.3	$0.783	0/3	17.0s
Total de testes 3 Testes errados 3 Custo total $0.783 Tempo de resposta (médio) 17.0s
#150	DeepSeek V4 Flash 0731 low	DeepSeek	3	0.3	$0.306	0/3	255.5s
Total de testes 3 Testes errados 3 Custo total $0.306 Tempo de resposta (médio) 255.5s
#152	GLM 5.3 FlashX high	Z.ai	3	0.4	$0.210	0/3	50.0s
Total de testes 3 Testes errados 3 Custo total $0.210 Tempo de resposta (médio) 50.0s
#155	DeepSeek V4 Pro 0423 none	DeepSeek	3	0.3	$0.083	0/3	4.91s
Total de testes 3 Testes errados 3 Custo total $0.083 Tempo de resposta (médio) 4.91s
#163	Qwen3.6 Plus medium	Qwen	3	0.3	$0.554	0/3	46.4s
Total de testes 3 Testes errados 3 Custo total $0.554 Tempo de resposta (médio) 46.4s
#164	Gemini 3.5 Flash Lite medium	Google	3	0.4	$0.440	0/3	5.34s
Total de testes 3 Testes errados 3 Custo total $0.440 Tempo de resposta (médio) 5.34s
#170	Qwen3.7 Flash high	Qwen	3	0.3	$0.063	0/3	34.4s
Total de testes 3 Testes errados 3 Custo total $0.063 Tempo de resposta (médio) 34.4s
#173	Step 3.7 Flash low	Stepfun	3	0.3	$0.449	0/3	22.7s
Total de testes 3 Testes errados 3 Custo total $0.449 Tempo de resposta (médio) 22.7s
#176	Qwen3.8 Flash Next xhigh	Qwen	3	0.3	~$0.195	0/3	327.0s
Total de testes 3 Testes errados 3 Custo total ~$0.195 Tempo de resposta (médio) 327.0s
#177	GLM 5.3 FlashX medium	Z.ai	3	0.4	$0.114	0/3	3.52s
Total de testes 3 Testes errados 3 Custo total $0.114 Tempo de resposta (médio) 3.52s

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: 0.4752 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.046984.

Melhores modelos por Custo desperdiçado estimado