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) |
|---|---|---|---|---|---|---|---|
| #121 | Claude Fable 5.1 high | Anthropic | 3 | 0.8 | $3.471 | 19/23 | 13.3s |
| #407 | Ling 3.0 Tiny default | Inclusionai | 13 | 0.4 | $0.000 | 2/23 | 13.4s |
| #22 | GPT-5.6 Sol high | OpenAI | 4 | 0.9 | $1.595 | 19/23 | 13.6s |
| #93 | GPT-5.6 Terra high | OpenAI | 7 | 0.8 | $0.698 | 15/23 | 13.6s |
| #10 | Gemini 3.6 Flash medium | 2 | 1.0 | $0.577 | 21/23 | 14.0s | |
| #161 | DeepSeek V4 Pro 0423 none | DeepSeek | 9 | 0.7 | $0.083 | 10/23 | 14.1s |
| #110 | Claude Opus 4.7 medium | Anthropic | 3 | 0.8 | $3.636 | 18/23 | 14.1s |
| #276 | Gemini 3.5 Flash none | 4 | 0.6 | $1.752 | 14/23 | 14.1s | |
| #20 | GPT-5.6 Sol medium | OpenAI | 4 | 0.9 | $1.700 | 19/23 | 14.6s |
| #297 | Qwen3.7 Flash none | Qwen | 14 | 0.6 | $0.028 | 7/23 | 14.7s |
| #406 | Laguna M.1 medium | Poolside | 4 | 0.4 | $0.033 | 9/19 | 14.7s |
| #241 | Qwen3.5-122B-A10B none | Qwen | 13 | 0.6 | $0.308 | 7/23 | 14.8s |
| #184 | Minimax M3.1 Flash low | Minimax | 9 | 0.7 | $0.000 | 12/23 | 14.8s |
| #158 | GLM 5.3 FlashX high | Z.ai | 8 | 0.7 | $0.210 | 13/23 | 14.9s |
| #75 | Claude Sonnet 5.5 xhigh | Anthropic | 3 | 0.9 | $1.516 | 16/23 | 15.0s |