Falhas por Resposta incorreta
Veja quais modelos de IA encontram Resposta incorreta com mais frequência para identificar riscos de confiabilidade antes de escolher.
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) |
|---|---|---|---|---|---|---|---|
| #107 | Kimi K3.1 Pro high | Moonshot AI | 5 | 0.8 | $1.646 | 16/23 | 54.3s |
| #129 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 5 | 0.8 | $0.589 | 13/23 | 58.6s |
| #136 | DeepSeek V4 Flash 0731 medium | DeepSeek | 5 | 0.8 | $0.460 | 12/23 | 94.2s |
| #141 | Claude Haiku 5.5 medium | Anthropic | 5 | 0.8 | $0.063 | 13/23 | 7.71s |
| #148 | Qwen3.8 27B low | Qwen | 5 | 0.8 | ~$0.089 | 15/23 | 46.6s |
| #150 | GLM 5.1 medium | Z.ai | 5 | 0.8 | $1.546 | 13/23 | 66.4s |
| #151 | Seed-2.0-Mini medium | Bytedance Seed | 5 | 0.8 | $0.140 | 12/23 | 91.7s |
| #162 | Inkling medium | Thinkingmachines | 5 | 0.7 | $0.527 | 15/23 | 17.0s |
| #166 | Grok 4.7 medium | X AI | 5 | 0.7 | $2.938 | 15/23 | 117.7s |
| #175 | Claude Opus 4.8 low | Anthropic | 5 | 0.7 | $3.787 | 16/23 | 17.1s |
| #180 | Qwen3.6 27B medium | Qwen | 5 | 0.7 | $1.021 | 11/23 | 107.8s |
| #185 | MiMo-V2.6-Flash low | Xiaomi | 5 | 0.7 | $0.200 | 12/23 | 54.6s |
| #186 | MiMo-V2.5 medium | Xiaomi | 5 | 0.7 | $0.130 | 12/23 | 49.2s |
| #193 | Qwen3.5-122B-A10B medium | Qwen | 5 | 0.7 | $1.152 | 14/23 | 67.0s |
| #203 | Claude Opus 4.8 none | Anthropic | 5 | 0.7 | $2.334 | 13/23 | 7.54s |