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) |
|---|---|---|---|---|---|---|---|
| #349 | KAT Coder AIR V2.5 medium | Kwaipilot | 10 | 0.5 | $0.048 | 8/23 | 8.32s |
| #350 | MiMo-V2.5-Pro none | Xiaomi | 12 | 0.5 | $0.135 | 5/23 | 6.21s |
| #351 | Apodex 1.1 Mini default | Apodex | 16 | 0.5 | $0.000 | 3/23 | 7.79s |
| #352 | Laguna S 2.1 medium | Poolside | 14 | 0.5 | $0.092 | 4/23 | 63.1s |
| #353 | Mercury 2.5 Preview low | Inception | 13 | 0.5 | $0.015 | 6/23 | 4.92s |
| #354 | MiniMax M2.7 medium | Minimax | 6 | 0.5 | $0.326 | 5/23 | 50.3s |
| #355 | Dots 3 Note Preview default | Dots Studio | 16 | 0.5 | $0.000 | 3/23 | 5.36s |
| #356 | GPT-4o-mini default | OpenAI | 16 | 0.5 | $0.024 | 5/23 | 4.16s |
| #357 | KAT Coder AIR V2.5 low | Kwaipilot | 7 | 0.5 | $0.046 | 7/23 | 10.2s |
| #358 | Grok 4.20 Beta medium | X AI | 3 | 0.5 | $0.750 | 14/18 | 9.75s |
| #359 | Inkling Small none | Thinkingmachines | 15 | 0.5 | $0.054 | 5/23 | 1.45s |
| #360 | Qwen3 Coder Next default | Qwen | 15 | 0.5 | $0.067 | 5/23 | 19.7s |
| #361 | Laguna S 2.1 high | Poolside | 12 | 0.5 | $0.145 | 4/23 | 113.6s |
| #362 | Gemini 3 PRO Preview medium | 3 | 0.5 | $0.385 | 14/21 | 9.05s | |
| #363 | Ling 2.6 1t default | Inclusionai | 12 | 0.5 | $0.016 | 4/23 | 8.16s |