Escenario de presencia de elementos · 2026-08-13

¿Está presente el botón «Desbloquear puerta principal» en Hogar inteligente?

Determina si el botón «Unlock front door» está visible.

Respuesta esperadaAusente

390 × 844 · 9 configuraciones de modelo

Entrada exacta

Indicación

You are evaluating a user interface screenshot for test automation.

Determine whether the single UI element described below is visibly present. Return found=true if it is present and found=false if it is absent.

Target: the Unlock front door button

Return only data matching the supplied JSON schema. Do not describe your reasoning.
SHA-256 · 32f14fdfb3ac5b10e0cd7df9a4692a71cbc34136eccc24573d43558ac9b50106

Este piloto fechado utilizó la indicación con capacidad geométrica mostrada arriba. El resultado de presencia publicado usa únicamente el found valor devuelto; la geometría no se puntúa ni se muestra.

Verdad de referencia

Captura de referencia de presencia de elementos en Hogar inteligente
Objetivo: el botón «Desbloquear puerta principal»

Evidencia del modelo

9 resultados de modelos

Las páginas de presencia solo muestran la clasificación booleana. La salida original del modelo permanece visible para facilitar la auditoría.

Holo3 122B A10B

H Company · holo3-122b-a10b
Correcto
Latencia
1.11 s
Coste
$0.00017
Intentos
1
                  {"found":false}
                

Grok 4.5

xAI · x-ai/grok-4.5
Correcto
Latencia
7.99 s
Coste
$0.0013
Intentos
1
                  {"found": false}
                

GPT-5.4

OpenAI · openai/gpt-5.4
Correcto
Latencia
7.91 s
Coste
$0.0021
Intentos
1
                  {"found":false}
                

Gemini 3.6 Flash

Google AI Studio · google/gemini-3.6-flash
Correcto
Latencia
8.69 s
Coste
$0.0026
Intentos
1
                  {"found": false}
                

GPT-5.6 Sol

OpenAI · openai/gpt-5.6-sol
Correcto
Latencia
8.85 s
Coste
$0.0032
Intentos
1
                  {"found":false}
                

GPT-5.6 Luna

OpenAI · openai/gpt-5.6-luna
Correcto
Latencia
8.26 s
Coste
$0.00006
Intentos
1
                  {"found":false}
                

Claude Sonnet 5

Anthropic · anthropic/claude-sonnet-5
Correcto
Latencia
8.85 s
Coste
$0.0017
Intentos
1
                  {"found": false}
                

Claude Opus 5

Anthropic · anthropic/claude-opus-5
Correcto
Latencia
12.07 s
Coste
$0.0043
Intentos
1
                  {"found":false}
                

Gemini 3.1 Pro Preview

Google AI Studio · google/gemini-3.1-pro-preview
Incorrecto
Latencia
12.13 s
Coste
$0.0023
Intentos
1
                  {"found": true}
                
ES