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) |
|---|---|---|---|---|---|---|---|
| #381 | Nemotron 3.5 Lightning low | NVIDIA | 14 | 0.5 | $0.175 | 5/23 | 83.2s |
| #389 | Nemotron 3 Super none | NVIDIA | 16 | 0.4 | $0.016 | 5/23 | 7.11s |
| #390 | KAT Coder AIR V2.5 default | Kwaipilot | 13 | 0.4 | $0.070 | 5/23 | 12.0s |
| #396 | MiniMax M2.5 medium | Minimax | 7 | 0.4 | $0.440 | 5/23 | 102.3s |
| #416 | Elephant Alpha default | Openrouter | 9 | 0.4 | $0.000 | 5/21 | 1.22s |
| #439 | GPT-6 Luna Decisions default | OpenAI | 8 | 0.2 | $0.005 | 3/12 | 495ms |
| #440 | Kev 4B default | Jaredpalmer | 9 | 0.2 | $0.002 | 3/12 | 5.63s |
| #442 | Mammoth 1 default | Baseten | 6 | 0.2 | $0.000 | 3/12 | 1.80s |
| #443 | Classify-1 default | Scaledown | 8 | 0.2 | $0.008 | 3/12 | 4.58s |
| #445 | Decider Flash V1.2 default | Perplexity | 9 | 0.2 | $0.001 | 3/12 | 462ms |
| #304 | Trinity Large Thinking high | Arcee AI | 10 | 0.6 | $0.794 | 6/23 | 74.5s |
| #306 | GPT-5.4 Mini none | OpenAI | 14 | 0.6 | $0.170 | 6/23 | 3.34s |
| #307 | Mistral Large 4 none | Mistral | 15 | 0.6 | $0.290 | 6/23 | 20.4s |
| #316 | Qwen3.5-35B-A3B none | Qwen | 14 | 0.6 | $0.120 | 6/23 | 18.3s |
| #319 | Kimi K2.6 none | Moonshot AI | 13 | 0.5 | $0.486 | 6/23 | 26.3s |