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: Custo total ↓.
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) |
|---|---|---|---|---|---|---|---|
| #247 | Kimi K2.5 medium | Moonshot AI | 5 | 0.6 | $0.841 | 10/23 | 125.8s |
| #232 | Qwen3.6 35B A3B medium | Qwen | 6 | 0.7 | $0.834 | 12/23 | 59.9s |
| #243 | Beam 1.0 501B A23B max | Reflection | 6 | 0.6 | $0.799 | 12/23 | 11.1s |
| #219 | GPT-5.6 Sol none | OpenAI | 10 | 0.7 | $0.795 | 12/23 | 4.61s |
| #304 | Trinity Large Thinking high | Arcee AI | 10 | 0.6 | $0.794 | 6/23 | 74.5s |
| #332 | Ember-1 none | Fireworks | 10 | 0.5 | $0.786 | 8/23 | 22.6s |
| #155 | Qwen3.6 Flash medium | Qwen | 8 | 0.7 | $0.783 | 13/23 | 45.5s |
| #194 | Grok 4.6 low | X AI | 8 | 0.7 | $0.781 | 15/23 | 16.4s |
| #168 | LongCat 2.0 high | Meituan | 7 | 0.7 | $0.778 | 10/23 | 151.7s |
| #116 | Gemini 3.8 Flash medium | 2 | 0.8 | $0.769 | 19/23 | 16.6s | |
| #177 | LongCat 2.0 medium | Meituan | 8 | 0.7 | $0.767 | 12/23 | 144.9s |
| #102 | DeepSeek V4.1 Flash 1017 max | DeepSeek | 4 | 0.8 | $0.757 | 15/23 | 78.2s |
| #12 | GPT-6.1 Sol high | OpenAI | 2 | 1.0 | $0.755 | 21/23 | 15.5s |
| #46 | Gemini 3.5 Flash low | 3 | 0.9 | $0.752 | 19/23 | 7.85s | |
| #358 | Grok 4.20 Beta medium | X AI | 3 | 0.5 | $0.750 | 14/18 | 9.75s |