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

182

Modelo mais afetado

Motivos de falha

Resposta incorreta182 Tempo esgotado31 Formatação extra8 Erro de API2 Sem resposta2

Categorias

Específico do domínio182 Truques anti-IA165 Resolução de quebra-cabeças85 Seguimento de instruções44 Combinado37 Programação28 Análise e extração de dados19 Inteligência geral10 Chamada de ferramentas2

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Testes corretos	Tempo de resposta (médio)
#55	MiMo-V2-Omni none	Xiaomi	2	5.3	1/3	1.14s
#56	Grok 4.20 Multi Agent Beta medium	X AI	2	2.9	0/3	24.7s
#58	GLM 5V Turbo none	Z.ai	2	5.3	1/3	2.09s
#62	Gemini 2.5 Flash none	Google	2	5.9	1/3	495ms
#65	MiMo-V2-Pro none	Xiaomi	2	5.3	1/3	1.78s
#66	GPT-5.4 none	OpenAI	2	5.3	1/3	1.07s
#69	Kimi K2.6 none	Moonshot AI	2	5.3	1/3	1.48s
#70	Qwen3.5-122B-A10B none	Qwen	2	5.3	1/3	465ms
#71	MiniMax M2.5 medium	Minimax	2	2.9	0/3	237.3s
#72	Hunter Alpha none	OpenRouter	2	5.3	1/3	2.33s
#76	Kimi K2.5 none	Moonshot AI	2	5.3	1/3	4.38s
#77	GLM 5 Turbo none	Z.ai	2	5.3	1/3	1.97s
#78	Trinity Large Preview none	Arcee AI	2	5.3	1/3	877ms
#82	Grok 4.20 none	X AI	2	3.0	0/3	687ms
#83	Mistral Small 4 none	Mistral	2	5.3	1/3	367ms

←

1 2 3 4 5 6 7

→

Melhores modelos por Contagem de Resposta incorreta