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: Contagem de falhas ↑.
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) |
|---|---|---|---|---|---|---|---|
| #452 | Solar Decide default | Upstage | 5 | 0.1 | $0.009 | 2/7 | 6.01s |
| #454 | Nimble v3 9B default | Bespoke Labs | 5 | 0.8 | ~$0.001 | 1/7 | 363ms |
| #59 | Pareto 26.9 default | Unbiased | 6 | 0.9 | $1.864 | 15/23 | 28.3s |
| #73 | DeepSeek V4.1 Flash max | DeepSeek | 6 | 0.9 | $1.204 | 15/23 | 61.6s |
| #100 | Qwen3.7 Plus medium | Qwen | 6 | 0.8 | $0.415 | 16/23 | 59.7s |
| #106 | Seed-2.0-Lite medium | Bytedance Seed | 6 | 0.8 | $0.271 | 14/23 | 48.9s |
| #111 | DeepSeek V4 Flash 0423 high | DeepSeek | 6 | 0.8 | $0.261 | 14/23 | 56.0s |
| #117 | Qwen3.8 Flash Next low | Qwen | 6 | 0.8 | ~$0.045 | 15/23 | 23.7s |
| #122 | GPT-5.4 Mini medium | OpenAI | 6 | 0.8 | $1.102 | 13/23 | 29.9s |
| #126 | MiMo-V2.6-Flash medium | Xiaomi | 6 | 0.8 | $0.218 | 12/23 | 61.9s |
| #130 | Grok 4.5 medium | X AI | 6 | 0.8 | $2.996 | 17/23 | 68.4s |
| #131 | GLM 5.3 high | Z.ai | 6 | 0.8 | $0.495 | 14/23 | 28.4s |
| #132 | Step 3.7 Flash medium | Stepfun | 6 | 0.8 | $0.571 | 13/23 | 26.6s |
| #133 | Grok 4.6 medium | X AI | 6 | 0.8 | $2.270 | 16/23 | 74.8s |
| #138 | GPT-6 Luna high | OpenAI | 6 | 0.8 | $0.074 | 15/23 | 20.4s |