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: Pontuação ↓.
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) |
|---|---|---|---|---|---|---|---|
| #154 | GPT-5.6 Luna medium | OpenAI | 9 | 0.7 | $0.065 | 13/23 | 9.64s |
| #155 | Qwen3.6 Flash medium | Qwen | 8 | 0.7 | $0.783 | 13/23 | 45.5s |
| #156 | DeepSeek V4 Flash 0731 low | DeepSeek | 8 | 0.7 | $0.306 | 13/23 | 88.1s |
| #157 | Seed-2.0-Code medium | Bytedance Seed | 6 | 0.7 | $1.275 | 11/23 | 100.6s |
| #158 | GLM 5.3 FlashX high | Z.ai | 8 | 0.7 | $0.210 | 13/23 | 14.9s |
| #159 | Grok 4.7 low | X AI | 6 | 0.7 | $1.933 | 14/23 | 63.2s |
| #160 | Inkling Small high | Thinkingmachines | 6 | 0.7 | $0.398 | 14/23 | 29.1s |
| #161 | DeepSeek V4 Pro 0423 none | DeepSeek | 9 | 0.7 | $0.083 | 10/23 | 14.1s |
| #162 | Inkling medium | Thinkingmachines | 5 | 0.7 | $0.527 | 15/23 | 17.0s |
| #163 | Gemma 4 26B A4B medium | 2 | 0.7 | $0.101 | 16/23 | 105.0s | |
| #164 | GLM 5.3 Flash high | Z.ai | 4 | 0.7 | $0.056 | 13/23 | 29.1s |
| #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 | |
| #168 | LongCat 2.0 high | Meituan | 7 | 0.7 | $0.778 | 10/23 | 151.7s |