Falhas por Resposta incorreta
Veja quais modelos de IA encontram Resposta incorreta com mais frequência para identificar riscos de confiabilidade antes de escolher. Ordenar por: Tempo de resposta (médio) ↑.
Categorias
Na categoria Específico do domínio900 Na categoria Truques anti-IA521 Na categoria Programação485 Na categoria Resolução de quebra-cabeças355 Na categoria Conhecimentos gerais317 Na categoria Inteligência geral134 Na categoria Combinado130 Na categoria Tarefas de agentes128 Na categoria Seguimento de instruções118 Na categoria Análise e extração de dados93
447/447
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) |
|---|---|---|---|---|---|---|---|
| #21 | GPT-6 Astra medium | OpenAI | 3 | 0.9 | $2.707 | 20/23 | 9.90s |
| #171 | Qwen3.5-27B none | Qwen | 11 | 0.7 | $0.116 | 10/23 | 9.98s |
| #385 | Ling 2.6 Flash default | Inclusionai | 9 | 0.5 | $0.002 | 6/23 | 10.2s |
| #357 | KAT Coder AIR V2.5 low | Kwaipilot | 7 | 0.5 | $0.046 | 7/23 | 10.2s |
| #404 | Hunter Alpha medium | OpenRouter | 4 | 0.4 | $0.000 | 8/18 | 10.3s |
| #94 | Claude Haiku 5.5 high | Anthropic | 4 | 0.8 | $0.088 | 15/23 | 10.4s |
| #323 | Gemma 4 26B A4B none | 10 | 0.5 | $0.031 | 9/23 | 10.5s | |
| #181 | Claude Opus 5 none | Anthropic | 7 | 0.7 | $2.766 | 12/23 | 10.8s |
| #76 | Claude Sonnet 5.5 high | Anthropic | 5 | 0.9 | $1.175 | 16/23 | 10.8s |
| #243 | Beam 1.0 501B A23B max | Reflection | 6 | 0.6 | $0.799 | 12/23 | 11.1s |
| #237 | GLM 5.1 none | Z.ai | 12 | 0.6 | $0.451 | 9/23 | 11.1s |
| #13 | GPT-5.6 Sol low | OpenAI | 4 | 1.0 | $1.244 | 19/23 | 11.1s |
| #223 | GLM 5.2 none | Z.ai | 8 | 0.7 | $0.250 | 13/23 | 11.3s |
| #275 | Claude Fable 5.1 low | Anthropic | 4 | 0.6 | $3.395 | 11/23 | 11.4s |
| #124 | Gemini 3.5 Flash medium | 3 | 0.8 | $1.316 | 18/23 | 11.8s |