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) |
|---|---|---|---|---|---|---|---|
| #412 | Ling 3.0 Tiny low | Inclusionai | 5 | 0.4 | $0.000 | 4/23 | 63.2s |
| #413 | Ling 3.0 Tiny medium | Inclusionai | 5 | 0.4 | $0.000 | 4/23 | 65.0s |
| #444 | Clef Omni default | Cloudflare | 9 | 0.2 | $0.011 | 2/12 | 880ms |
| #447 | D1 default | Liquid | 10 | 0.2 | $0.003 | 2/12 | 508ms |
| #427 | Grok 4.1 Fast default | X AI | 13 | 0.3 | $0.008 | 3/19 | 1.62s |
| #454 | Nimble v3 9B default | Bespoke Labs | 5 | 0.8 | ~$0.001 | 1/7 | 363ms |
| #329 | Hy4 preview low | Tencent | 13 | 0.5 | $1.844 | 3/23 | 207.2s |
| #351 | Apodex 1.1 Mini default | Apodex | 16 | 0.5 | $0.000 | 3/23 | 7.79s |
| #355 | Dots 3 Note Preview default | Dots Studio | 16 | 0.5 | $0.000 | 3/23 | 5.36s |
| #366 | Hy4 preview none | Tencent | 14 | 0.5 | $0.165 | 3/23 | 40.4s |
| #375 | Qwen3 Coder Next medium | Qwen | 15 | 0.5 | $0.071 | 3/23 | 17.0s |
| #380 | Laguna S 2.1 low | Poolside | 16 | 0.5 | $0.108 | 3/23 | 88.2s |
| #392 | Granite 4.2 8B none | IBM Granite | 11 | 0.4 | $0.037 | 3/23 | 84.7s |
| #402 | Qwen3.5-9B medium | Qwen | 2 | 0.4 | $0.106 | 3/23 | 110.2s |
| #409 | Nemotron 3.5 Lightning none | NVIDIA | 16 | 0.4 | $0.009 | 3/23 | 15.9s |