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) |
|---|---|---|---|---|---|---|---|
| #215 | Grok 4.7 high | X AI | 2 | 0.7 | $3.037 | 13/23 | 122.2s |
| #263 | Ling 3.1 Flash low | Inclusionai | 2 | 0.6 | $0.000 | 12/23 | 85.2s |
| #314 | Step 5 Preview low | Stepfun | 2 | 0.6 | $4.110 | 10/23 | 138.3s |
| #395 | Gemini 3.1 Flash Lite Preview high | 2 | 0.4 | $2.310 | 13/16 | 68.1s | |
| #401 | Qwen3.6 Plus Preview medium | Qwen | 2 | 0.4 | $0.000 | 9/19 | 15.2s |
| #402 | Qwen3.5-9B medium | Qwen | 2 | 0.4 | $0.106 | 3/23 | 110.2s |
| #21 | GPT-6 Astra medium | OpenAI | 3 | 0.9 | $2.707 | 20/23 | 9.90s |
| #23 | GPT-5.5 low | OpenAI | 3 | 0.9 | $1.822 | 20/23 | 11.9s |
| #28 | Claude Opus 5 medium | Anthropic | 3 | 0.9 | $2.870 | 19/23 | 13.2s |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 3 | 0.9 | $1.645 | 18/23 | 161.2s |
| #40 | Muse Spark 1.3 high | Meta | 3 | 0.9 | $1.891 | 17/23 | 52.9s |
| #42 | Pareto default | Unbiased | 3 | 0.9 | $1.520 | 19/23 | 33.5s |
| #44 | Muse Wonder minimal | Meta | 3 | 0.9 | $1.639 | 17/23 | 7.72s |
| #46 | Gemini 3.5 Flash low | 3 | 0.9 | $0.752 | 19/23 | 7.85s | |
| #56 | Muse Spark 1.2 medium | Meta | 3 | 0.9 | $1.590 | 15/23 | 21.3s |