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: Testes corretos ↑.
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) |
|---|---|---|---|---|---|---|---|
| #113 | GPT-5.6 Luna high | OpenAI | 8 | 0.8 | $0.118 | 15/23 | 18.4s |
| #117 | Qwen3.8 Flash Next low | Qwen | 6 | 0.8 | ~$0.045 | 15/23 | 23.7s |
| #120 | GLM 5.3 FlashX max | Z.ai | 2 | 0.8 | $0.623 | 15/23 | 44.0s |
| #125 | Qwen3.8 2.4T A95B high | Qwen | 4 | 0.8 | $2.949 | 15/23 | 120.9s |
| #128 | Ling 3.1 Flash high | Inclusionai | 2 | 0.8 | $0.000 | 15/23 | 87.4s |
| #137 | Muse Wonder high | Meta | 2 | 0.8 | $3.426 | 15/23 | 23.0s |
| #138 | GPT-6 Luna high | OpenAI | 6 | 0.8 | $0.074 | 15/23 | 20.4s |
| #146 | Qwen3.8 Flash Next medium | Qwen | 6 | 0.8 | ~$0.047 | 15/23 | 24.8s |
| #148 | Qwen3.8 27B low | Qwen | 5 | 0.8 | ~$0.089 | 15/23 | 46.6s |
| #162 | Inkling medium | Thinkingmachines | 5 | 0.7 | $0.527 | 15/23 | 17.0s |
| #165 | Claude Fable 5.1 medium | Anthropic | 3 | 0.7 | $3.197 | 15/23 | 11.9s |
| #166 | Grok 4.7 medium | X AI | 5 | 0.7 | $2.938 | 15/23 | 117.7s |
| #167 | Gemini 2.5 Flash medium | 6 | 0.7 | $0.680 | 15/23 | 20.5s | |
| #169 | Qwen3.6 Plus medium | Qwen | 6 | 0.7 | $0.554 | 15/23 | 57.4s |
| #194 | Grok 4.6 low | X AI | 8 | 0.7 | $0.781 | 15/23 | 16.4s |