AI Benchy リーダーボード

Name: AI BENCHY モデルベンチマーク結果
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-20 評価済みモデル数: 210

210/210

順位	モデル	スコア	企業	合計コスト	応答時間（平均）
#130#130	Step 3.5 Flashmedium	6.0	Stepfun	$0.108 ↑	174.22s
モデルカードを見る合計テスト数 21 誤答テスト数 10 信頼性 9.2 試行ごとの合格率 51.5% 不安定なテスト 1 入力トークン 65,707 出力トークン 108,561 推論トークン 293,993 応答時間（平均） 174.22s 応答時間（合計） 2613.32s 応答時間（最大） 1597.85s 不正解: 4 指示に従っていない: 3 API エラー: 1 回答なし: 1 タイムアウト: 1 反AIトリック : 10.0 コーディング : 2.4 複合 : 6.5 データ解析と抽出 : 10.0 ドメイン特化 : 5.3 汎用知能 : 5.5 指示追従 : 8.3 パズル解決 : 5.3 ツール呼び出し : 10.0 雑学 : 3.0
#97#97	LongCat 2.0high	6.6	Meituan	$0.469	148.73s
モデルカードを見る合計テスト数 22 誤答テスト数 13 信頼性 9.4 試行ごとの合格率 53.0% 不安定なテスト 5 入力トークン 93,357 出力トークン 30,466 推論トークン 336,325 応答時間（平均） 148.73s 応答時間（合計） 3272.00s 応答時間（最大） 941.66s 不正解: 6 タイムアウト: 3 指示に従っていない: 2 回答なし: 2 反AIトリック : 8.9 コーディング : 7.6 複合 : 10.0 データ解析と抽出 : 3.6 ドメイン特化 : 3.6 汎用知能 : 5.1 指示追従 : 6.5 パズル解決 : 3.1 ツール呼び出し : 10.0 雑学 : 3.0
#194#194	GLM 4.7 Flashmedium	4.3	Z.ai	$0.166	142.59s
モデルカードを見る合計テスト数 22 誤答テスト数 18 信頼性 7.8 試行ごとの合格率 31.8% 不安定なテスト 8 入力トークン 79,051 出力トークン 43,754 推論トークン 374,109 応答時間（平均） 142.59s 応答時間（合計） 1996.21s 応答時間（最大） 1539.97s 不正解: 9 回答なし: 3 指示に従っていない: 2 無効なツール呼び出し: 2 タイムアウト: 2 反AIトリック : 4.7 コーディング : 3.2 複合 : 2.9 データ解析と抽出 : 6.3 ドメイン特化 : 3.5 汎用知能 : 3.6 指示追従 : 6.2 パズル解決 : 2.9 ツール呼び出し : 10.0 雑学 : 3.0
#137#137	North Mini Codemedium	5.9	Cohere	$0.000	137.11s
モデルカードを見る合計テスト数 22 誤答テスト数 13 信頼性 8.6 試行ごとの合格率 48.5% 不安定なテスト 4 入力トークン 81,813 出力トークン 424,772 推論トークン 1,342,029 応答時間（平均） 137.11s 応答時間（合計） 3016.42s 応答時間（最大） 786.72s 不正解: 9 余分な書式: 2 API エラー: 1 無効なツール呼び出し: 1 反AIトリック : 8.4 コーディング : 4.5 複合 : 2.9 データ解析と抽出 : 10.0 ドメイン特化 : 5.3 汎用知能 : 5.1 指示追従 : 9.8 パズル解決 : 3.3 ツール呼び出し : 10.0 雑学 : 3.0
#60#60	LongCat 2.0medium	7.4	Meituan	$0.478	136.64s
モデルカードを見る合計テスト数 22 誤答テスト数 10 信頼性 9.8 試行ごとの合格率 60.6% 不安定なテスト 3 入力トークン 97,315 出力トークン 44,384 推論トークン 329,012 応答時間（平均） 136.64s 応答時間（合計） 3006.01s 応答時間（最大） 939.52s 不正解: 7 API エラー: 1 回答なし: 1 タイムアウト: 1 反AIトリック : 10.0 コーディング : 10.0 複合 : 7.3 データ解析と抽出 : 6.3 ドメイン特化 : 2.9 汎用知能 : 4.8 指示追従 : 6.5 パズル解決 : 5.4 ツール呼び出し : 10.0 雑学 : 3.0
#33#33	Kimi K3max	8.0	Moonshot AI	$3.112	122.48s
モデルカードを見る合計テスト数 22 誤答テスト数 6 信頼性 9.1 試行ごとの合格率 75.8% 不安定なテスト 1 入力トークン 34,916 出力トークン 2,910 推論トークン 197,529 応答時間（平均） 122.48s 応答時間（合計） 2327.06s 応答時間（最大） 766.58s API エラー: 2 タイムアウト: 2 余分な書式: 1 回答なし: 1 反AIトリック : 10.0 コーディング : 10.0 複合 : 6.5 データ解析と抽出 : 7.3 ドメイン特化 : 5.9 汎用知能 : 10.0 指示追従 : 10.0 パズル解決 : 10.0 ツール呼び出し : 3.0 雑学 : 3.0
#119#119	Qwen3.5-35B-A3Bmedium	6.2	Qwen	$0.837 ↓	112.47s
モデルカードを見る合計テスト数 22 誤答テスト数 11 信頼性 10.0 試行ごとの合格率 66.7% 不安定なテスト 6 入力トークン 130,388 出力トークン 40,630 推論トークン 786,040 応答時間（平均） 112.47s 応答時間（合計） 2474.28s 応答時間（最大） 950.25s タイムアウト: 5 回答なし: 2 不正解: 2 API エラー: 1 無効なツール呼び出し: 1 反AIトリック : 10.0 コーディング : 5.9 複合 : 3.8 データ解析と抽出 : 7.3 ドメイン特化 : 4.1 汎用知能 : 2.8 指示追従 : 10.0 パズル解決 : 8.2 ツール呼び出し : 10.0 雑学 : 3.0
#58#58	Qwen3.5-27Bmedium	7.4	Qwen	$1.627 ↑	111.94s
モデルカードを見る合計テスト数 22 誤答テスト数 9 信頼性 10.0 試行ごとの合格率 72.7% 不安定なテスト 5 入力トークン 111,635 出力トークン 15,999 推論トークン 598,430 応答時間（平均） 111.94s 応答時間（合計） 2462.67s 応答時間（最大） 1026.43s 不正解: 4 指示に従っていない: 2 余分な書式: 1 無効なツール呼び出し: 1 タイムアウト: 1 反AIトリック : 8.7 コーディング : 6.2 複合 : 7.3 データ解析と抽出 : 10.0 ドメイン特化 : 5.3 汎用知能 : 6.1 指示追従 : 10.0 パズル解決 : 8.2 ツール呼び出し : 10.0 雑学 : 3.0
#68#68	Kimi K2.6medium	7.2	Moonshot AI	$1.036 ↓	109.98s
モデルカードを見る合計テスト数 22 誤答テスト数 10 信頼性 9.4 試行ごとの合格率 63.6% 不安定なテスト 4 入力トークン 68,902 出力トークン 111,680 推論トークン 279,860 応答時間（平均） 109.98s 応答時間（合計） 2309.56s 応答時間（最大） 876.20s タイムアウト: 3 不正解: 3 指示に従っていない: 2 無効なツール呼び出し: 1 回答なし: 1 反AIトリック : 7.0 コーディング : 5.7 複合 : 6.9 データ解析と抽出 : 10.0 ドメイン特化 : 5.3 汎用知能 : 10.0 指示追従 : 10.0 パズル解決 : 6.0 ツール呼び出し : 10.0 雑学 : 3.0
#99#99	Qwen3.6 27Bmedium	6.5	Qwen	$0.779 ↑	106.32s
モデルカードを見る合計テスト数 22 誤答テスト数 12 信頼性 10.0 試行ごとの合格率 59.1% 不安定なテスト 6 入力トークン 106,167 出力トークン 32,889 推論トークン 241,303 応答時間（平均） 106.32s 応答時間（合計） 2339.12s 応答時間（最大） 1085.11s 不正解: 6 回答なし: 3 無効なツール呼び出し: 2 指示に従っていない: 1 反AIトリック : 8.3 コーディング : 7.7 複合 : 6.7 データ解析と抽出 : 3.5 ドメイン特化 : 2.9 汎用知能 : 6.5 指示追従 : 10.0 パズル解決 : 7.7 ツール呼び出し : 10.0 雑学 : 3.0
#95#95	Gemma 4 26B A4Bmedium	6.6	Google	$0.089 ↓	103.83s
モデルカードを見る合計テスト数 22 誤答テスト数 8 信頼性 9.4 試行ごとの合格率 66.7% 不安定なテスト 2 入力トークン 77,550 出力トークン 28,036 推論トークン 219,491 応答時間（平均） 103.83s 応答時間（合計） 2180.47s 応答時間（最大） 912.19s 不正解: 3 回答なし: 2 タイムアウト: 2 無効なツール呼び出し: 1 反AIトリック : 10.0 コーディング : 2.9 複合 : 6.3 データ解析と抽出 : 10.0 ドメイン特化 : 2.9 汎用知能 : 10.0 指示追従 : 10.0 パズル解決 : 10.0 ツール呼び出し : 10.0 雑学 : 3.0
#91#91	LongCat 2.0low	6.7	Meituan	$0.391	100.31s
モデルカードを見る合計テスト数 22 誤答テスト数 12 信頼性 9.6 試行ごとの合格率 53.0% 不安定なテスト 3 入力トークン 90,909 出力トークン 5,679 推論トークン 297,369 応答時間（平均） 100.31s 応答時間（合計） 2206.82s 応答時間（最大） 560.39s 不正解: 8 API エラー: 1 指示に従っていない: 1 回答なし: 1 タイムアウト: 1 反AIトリック : 10.0 コーディング : 6.6 複合 : 10.0 データ解析と抽出 : 6.3 ドメイン特化 : 3.0 汎用知能 : 3.4 指示追従 : 6.5 パズル解決 : 3.1 ツール呼び出し : 10.0 雑学 : 3.0
#77#77	Kimi K2.5medium	7.0	Moonshot AI	$0.600 ↑	99.00s
モデルカードを見る合計テスト数 22 誤答テスト数 12 信頼性 10.0 試行ごとの合格率 65.2% 不安定なテスト 8 入力トークン 118,448 出力トークン 62,124 推論トークン 165,243 応答時間（平均） 99.00s 応答時間（合計） 1485.04s 応答時間（最大） 281.00s 不正解: 5 指示に従っていない: 2 回答なし: 2 タイムアウト: 2 無効なツール呼び出し: 1 反AIトリック : 7.3 コーディング : 6.1 複合 : 6.7 データ解析と抽出 : 10.0 ドメイン特化 : 3.5 汎用知能 : 6.5 指示追従 : 10.0 パズル解決 : 5.3 ツール呼び出し : 10.0 雑学 : 3.0
#80#80	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.101	92.53s
モデルカードを見る合計テスト数 22 誤答テスト数 11 信頼性 8.5 試行ごとの合格率 57.6% 不安定なテスト 3 入力トークン 125,467 出力トークン 10,778 推論トークン 209,856 応答時間（平均） 92.53s 応答時間（合計） 1665.50s 応答時間（最大） 301.78s タイムアウト: 5 不正解: 4 指示に従っていない: 1 回答なし: 1 反AIトリック : 6.6 コーディング : 5.5 複合 : 7.3 データ解析と抽出 : 10.0 ドメイン特化 : 3.0 汎用知能 : 5.1 指示追従 : 10.0 パズル解決 : 8.2 ツール呼び出し : 10.0 雑学 : 3.0
#57#57	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.437 ↓	89.19s
モデルカードを見る合計テスト数 22 誤答テスト数 8 信頼性 10.0 試行ごとの合格率 71.2% 不安定なテスト 4 入力トークン 113,560 出力トークン 9,823 推論トークン 250,881 応答時間（平均） 89.19s 応答時間（合計） 1337.92s 応答時間（最大） 304.85s 不正解: 4 タイムアウト: 2 API エラー: 1 無効なツール呼び出し: 1 反AIトリック : 8.2 コーディング : 6.6 複合 : 6.9 データ解析と抽出 : 10.0 ドメイン特化 : 5.3 汎用知能 : 4.7 指示追従 : 10.0 パズル解決 : 10.0 ツール呼び出し : 10.0 雑学 : 3.0
#114#114	Qwen3.5-Flashmedium	6.2	Qwen	$0.139 ↓	84.82s
モデルカードを見る合計テスト数 22 誤答テスト数 10 信頼性 10.0 試行ごとの合格率 69.7% 不安定なテスト 6 入力トークン 118,499 出力トークン 12,284 推論トークン 490,610 応答時間（平均） 84.82s 応答時間（合計） 1781.22s 応答時間（最大） 515.38s 不正解: 4 タイムアウト: 3 API エラー: 1 指示に従っていない: 1 無効なツール呼び出し: 1 反AIトリック : 10.0 コーディング : 3.7 複合 : 6.4 データ解析と抽出 : 7.3 ドメイン特化 : 5.3 汎用知能 : 6.1 指示追従 : 10.0 パズル解決 : 8.2 ツール呼び出し : 10.0 雑学 : 3.0
#52#52	Kimi K2.7 Codemedium	7.5	Moonshot AI	$0.751 ↓	84.25s
モデルカードを見る合計テスト数 22 誤答テスト数 10 信頼性 10.0 試行ごとの合格率 65.2% 不安定なテスト 4 入力トークン 72,073 出力トークン 83,714 推論トークン 178,793 応答時間（平均） 84.25s 応答時間（合計） 1769.22s 応答時間（最大） 365.80s 不正解: 5 タイムアウト: 3 API エラー: 1 指示に従っていない: 1 反AIトリック : 7.3 コーディング : 7.8 複合 : 7.3 データ解析と抽出 : 10.0 ドメイン特化 : 5.5 汎用知能 : 10.0 指示追従 : 9.9 パズル解決 : 5.9 ツール呼び出し : 3.0 雑学 : 3.0
#204#204	Qwen3.5-9Bmedium	3.8	Qwen	$0.036 ↑	82.24s
モデルカードを見る合計テスト数 22 誤答テスト数 19 信頼性 5.0 試行ごとの合格率 25.8% 不安定なテスト 5 入力トークン 17,070 出力トークン 29,045 推論トークン 209,516 応答時間（平均） 82.24s 応答時間（合計） 1315.88s 応答時間（最大） 226.38s タイムアウト: 12 回答なし: 2 不正解: 2 API エラー: 1 余分な書式: 1 指示に従っていない: 1 反AIトリック : 5.1 コーディング : 2.9 複合 : 3.0 データ解析と抽出 : 3.6 ドメイン特化 : 3.6 汎用知能 : 2.8 指示追従 : 6.5 パズル解決 : 3.0 ツール呼び出し : 10.0 雑学 : 3.0
#46#46	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.200	79.14s
モデルカードを見る合計テスト数 22 誤答テスト数 12 信頼性 10.0 試行ごとの合格率 63.6% 不安定なテスト 6 入力トークン 90,748 出力トークン 10,462 推論トークン 178,719 応答時間（平均） 79.14s 応答時間（合計） 1740.97s 応答時間（最大） 416.76s 不正解: 6 指示に従っていない: 2 API エラー: 1 余分な書式: 1 回答なし: 1 タイムアウト: 1 反AIトリック : 5.7 コーディング : 6.3 複合 : 10.0 データ解析と抽出 : 10.0 ドメイン特化 : 3.6 汎用知能 : 10.0 指示追従 : 7.8 パズル解決 : 6.9 ツール呼び出し : 9.8 雑学 : 3.0
#12#12	Grok 4.5high	8.9	X AI	$1.707	76.50s
モデルカードを見る合計テスト数 22 誤答テスト数 5 信頼性 10.0 試行ごとの合格率 83.3% 不安定なテスト 2 入力トークン 151,562 出力トークン 5,655 推論トークン 247,540 応答時間（平均） 76.50s 応答時間（合計） 1683.07s 応答時間（最大） 676.83s 回答なし: 2 不正解: 2 指示に従っていない: 1 反AIトリック : 10.0 コーディング : 10.0 複合 : 10.0 データ解析と抽出 : 10.0 ドメイン特化 : 3.6 汎用知能 : 4.7 指示追従 : 9.8 パズル解決 : 10.0 ツール呼び出し : 10.0 雑学 : 3.0
#110#110	Gemma 4 31Bmedium	6.3	Google	$0.163 ↑	75.38s
モデルカードを見る合計テスト数 22 誤答テスト数 8 信頼性 10.0 試行ごとの合格率 68.2% 不安定なテスト 2 入力トークン 94,992 出力トークン 34,468 推論トークン 223,278 応答時間（平均） 75.38s 応答時間（合計） 1507.52s 応答時間（最大） 437.40s API エラー: 2 タイムアウト: 2 不正解: 2 無効なツール呼び出し: 1 回答なし: 1 反AIトリック : 10.0 コーディング : 4.3 複合 : 2.9 データ解析と抽出 : 10.0 ドメイン特化 : 7.7 汎用知能 : 10.0 指示追従 : 10.0 パズル解決 : 9.9 ツール呼び出し : 3.0 雑学 : 3.0
#47#47	MiniMax M3medium	7.6	Minimax	$0.286	74.98s
モデルカードを見る合計テスト数 22 誤答テスト数 10 信頼性 9.7 試行ごとの合格率 66.7% 不安定なテスト 5 入力トークン 121,990 出力トークン 77,916 推論トークン 173,553 応答時間（平均） 74.98s 応答時間（合計） 1574.56s 応答時間（最大） 431.03s タイムアウト: 3 不正解: 3 指示に従っていない: 2 余分な書式: 1 回答なし: 1 反AIトリック : 5.5 コーディング : 6.1 複合 : 10.0 データ解析と抽出 : 10.0 ドメイン特化 : 5.5 汎用知能 : 5.1 指示追従 : 9.8 パズル解決 : 7.9 ツール呼び出し : 10.0 雑学 : 3.0
#108#108	Ring-2.6-1Tmedium	6.3	Inclusionai	$0.103 ↑	68.74s
モデルカードを見る合計テスト数 22 誤答テスト数 11 信頼性 10.0 試行ごとの合格率 60.6% 不安定なテスト 4 入力トークン 113,604 出力トークン 123,079 推論トークン 42,754 応答時間（平均） 68.74s 応答時間（合計） 1374.86s 応答時間（最大） 304.19s 不正解: 6 API エラー: 2 指示に従っていない: 2 無効なツール呼び出し: 1 反AIトリック : 10.0 コーディング : 5.3 複合 : 7.3 データ解析と抽出 : 6.5 ドメイン特化 : 3.5 汎用知能 : 4.1 指示追従 : 9.8 パズル解決 : 5.9 ツール呼び出し : 10.0 雑学 : 3.0
#76#76	DeepSeek V3.2medium	7.0	DeepSeek	$0.078 ↑	68.62s
モデルカードを見る合計テスト数 22 誤答テスト数 11 信頼性 10.0 試行ごとの合格率 65.2% 不安定なテスト 7 入力トークン 101,047 出力トークン 11,834 推論トークン 117,014 応答時間（平均） 68.62s 応答時間（合計） 1509.53s 応答時間（最大） 376.10s 不正解: 5 API エラー: 2 タイムアウト: 2 指示に従っていない: 1 無効なツール呼び出し: 1 反AIトリック : 8.2 コーディング : 6.0 複合 : 7.3 データ解析と抽出 : 10.0 ドメイン特化 : 2.9 汎用知能 : 3.4 指示追従 : 10.0 パズル解決 : 7.0 ツール呼び出し : 10.0 雑学 : 3.0
#190#190	MiniMax M2.5medium	4.6	Minimax	$0.340 ↓	68.27s
モデルカードを見る合計テスト数 22 誤答テスト数 17 信頼性 10.0 試行ごとの合格率 45.5% 不安定なテスト 10 入力トークン 142,561 出力トークン 125,442 推論トークン 339,935 応答時間（平均） 68.27s 応答時間（合計） 955.75s 応答時間（最大） 251.36s 不正解: 7 タイムアウト: 4 指示に従っていない: 3 回答なし: 2 無効なツール呼び出し: 1 反AIトリック : 7.9 コーディング : 3.4 複合 : 3.7 データ解析と抽出 : 4.6 ドメイン特化 : 2.9 汎用知能 : 3.8 指示追従 : 7.5 パズル解決 : 5.3 ツール呼び出し : 10.0 雑学 : 3.0
#163#163	Gemini 3.1 Flash Lite Previewhigh	5.3	Google	$2.310	68.14s
モデルカードを見る合計テスト数 16 誤答テスト数 3 信頼性該当なし試行ごとの合格率 59.1% 不安定なテスト 0 入力トークン 28,980 出力トークン 1,283 推論トークン 1,533,310 応答時間（平均） 68.14s 応答時間（合計） 1090.28s 応答時間（最大） 280.52s 不正解: 2 指示に従っていない: 1 反AIトリック : 7.5 コーディング : 0.0 複合 : 5.0 データ解析と抽出 : 10.0 ドメイン特化 : 5.3 汎用知能 : 10.0 指示追従 : 9.8 パズル解決 : 7.7 ツール呼び出し : 10.0 雑学 : 0.0
#19#19	Qwen3.6 Max Previewmedium	8.4	Qwen	$1.143 ↓	67.53s
モデルカードを見る合計テスト数 22 誤答テスト数 6 信頼性 9.9 試行ごとの合格率 80.3% 不安定なテスト 3 入力トークン 79,240 出力トークン 5,098 推論トークン 164,842 応答時間（平均） 67.53s 応答時間（合計） 1485.64s 応答時間（最大） 238.07s 不正解: 5 タイムアウト: 1 反AIトリック : 10.0 コーディング : 8.8 複合 : 7.3 データ解析と抽出 : 10.0 ドメイン特化 : 2.9 汎用知能 : 10.0 指示追従 : 10.0 パズル解決 : 10.0 ツール呼び出し : 10.0 雑学 : 3.0
#86#86	Step 3.7 Flashhigh	6.9	Stepfun	$1.207	64.68s
モデルカードを見る合計テスト数 22 誤答テスト数 11 信頼性 10.0 試行ごとの合格率 63.6% 不安定なテスト 5 入力トークン 98,691 出力トークン 1,032,395 推論トークン 0 応答時間（平均） 64.68s 応答時間（合計） 1423.01s 応答時間（最大） 364.99s 不正解: 6 回答なし: 4 無効なツール呼び出し: 1 反AIトリック : 10.0 コーディング : 4.0 複合 : 8.7 データ解析と抽出 : 10.0 ドメイン特化 : 4.1 汎用知能 : 5.5 指示追従 : 9.8 パズル解決 : 5.3 ツール呼び出し : 10.0 雑学 : 3.0
#72#72	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.046 ↓	64.16s
モデルカードを見る合計テスト数 22 誤答テスト数 8 信頼性 10.0 試行ごとの合格率 71.2% 不安定なテスト 4 入力トークン 124,771 出力トークン 44,077 推論トークン 443,141 応答時間（平均） 64.16s 応答時間（合計） 1411.60s 応答時間（最大） 519.30s 不正解: 5 タイムアウト: 2 無効なツール呼び出し: 1 反AIトリック : 10.0 コーディング : 6.0 複合 : 6.4 データ解析と抽出 : 10.0 ドメイン特化 : 2.9 汎用知能 : 3.4 指示追従 : 10.0 パズル解決 : 10.0 ツール呼び出し : 10.0 雑学 : 3.0
#28#28	Inklinghigh	8.0	Thinkingmachines	$1.006	64.16s
モデルカードを見る合計テスト数 22 誤答テスト数 7 信頼性 9.8 試行ごとの合格率 77.3% 不安定なテスト 3 入力トークン 86,746 出力トークン 6,055 推論トークン 220,791 応答時間（平均） 64.16s 応答時間（合計） 1411.59s 応答時間（最大） 327.51s 不正解: 4 無効なツール呼び出し: 2 指示に従っていない: 1 反AIトリック : 10.0 コーディング : 8.5 複合 : 7.3 データ解析と抽出 : 10.0 ドメイン特化 : 7.7 汎用知能 : 10.0 指示追従 : 9.8 パズル解決 : 6.9 ツール呼び出し : 3.0 雑学 : 3.0

1 2 3 4 5 6 7

→

クイック比較

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsNemotron 3 Ultramedium無料で利用可能 Gemini 3 Flash PreviewmediumvsNorth Mini Codemedium無料で利用可能 Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low

AI Benchy リーダーボード

モデルを絞り込む

クイック比較