Falhas por Resposta incorreta
Veja quais modelos de IA encontram Resposta incorreta com mais frequência para identificar riscos de confiabilidade antes de escolher.
Categorias
Na categoria Específico do domínio404 Na categoria Truques anti-IA290 Na categoria Programação249 Na categoria Resolução de quebra-cabeças193 Na categoria Conhecimentos gerais165 Na categoria Combinado67 Na categoria Seguimento de instruções57 Na categoria Inteligência geral55 Na categoria Análise e extração de dados40 Na categoria Chamada de ferramentas3
205/205
Filtrar modelos
Nenhum modelo corresponde à pesquisa e aos filtros atuais.
| Posição | Modelo | Empresa | Contagem de Resposta incorreta | Pontuação | Custo total | Testes corretos | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|
| #185 | Mercury 2 none | Inception | 17 | 4.6 | $0.030 | 4/22 | 829ms |
| #161 | Mistral Small 4 none | Mistral | 16 | 5.1 | $0.022 | 5/22 | 1.20s |
| #151 | Kimi K2.5 none | Moonshot AI | 15 | 5.5 | $0.127 | 6/22 | 19.2s |
| #170 | GPT-4o-mini none | OpenAI | 15 | 5.0 | $0.010 | 5/22 | 1.99s |
| #173 | Nemotron 3 Super none | NVIDIA | 15 | 4.9 | $0.017 | 5/22 | 5.97s |
| #176 | GPT-5.4 Nano none | OpenAI | 15 | 4.8 | $0.041 | 4/22 | 2.57s |
| #135 | GPT-5.4 none | OpenAI | 14 | 5.8 | $0.397 | 7/22 | 2.07s |
| #155 | GPT-5.6 Luna none | OpenAI | 14 | 5.4 | $0.142 | 6/22 | 1.50s |
| #156 | Laguna XS 2.1 none | Poolside | 14 | 5.3 | $0.008 | 5/22 | 1.55s |
| #162 | Qwen3 Coder Next none | Qwen | 14 | 5.1 | $0.025 | 5/22 | 9.12s |
| #164 | MiMo-V2.5 none | Xiaomi | 14 | 5.1 | $0.025 | 5/22 | 4.62s |
| #165 | Qwen3.5-9B none | Qwen | 14 | 5.1 | $0.021 | 4/22 | 19.2s |
| #112 | Seed-2.0-Lite none | Bytedance Seed | 13 | 6.2 | $0.066 | 8/22 | 4.40s |
| #121 | Qwen3.5-Flash none | Qwen | 13 | 6.1 | $0.073 | 8/22 | 25.3s |
| #132 | GPT-5.4 Mini none | OpenAI | 13 | 5.9 | $0.095 | 6/22 | 1.53s |