AI BENCHY カテゴリ別失敗
コーディング: 不正解
コーディング
不正解
コーディング で 不正解 が起きやすいAIモデルを確認し、弱点を早く見つけられます。
| 順位 | モデル | 企業 | 不正解 件数 | カテゴリスコア | 正解テスト | 応答時間（平均） |
|---|---|---|---|---|---|---|
| #134 | Nemotron 3 Super none | NVIDIA | 2 | 3.4 | 0/2 | 3.02s |
| #135 | Mistral Small 4 none | Mistral | 2 | 4.0 | 0/2 | 1.03s |
| #139 | GPT-4o-mini none | OpenAI | 2 | 3.2 | 0/2 | 2.05s |
| #141 | GPT-5.4 Nano none | OpenAI | 2 | 5.4 | 0/2 | 1.09s |
| #143 | Qwen3.5-9B none | Qwen | 2 | 4.4 | 0/2 | 5.39s |
| #146 | Mercury 2 none | Inception | 2 | 3.5 | 0/2 | 831ms |
| #1 | Gemini 3 Flash Preview medium | 1 | 7.9 | 1/2 | 96.0s | |
| #3 | Gemini 3.5 Flash low | 1 | 6.8 | 1/2 | 5.54s | |
| #4 | Gemini 3.1 Pro Preview medium | 1 | 7.0 | 1/2 | 54.3s | |
| #9 | Gemini 3.5 Flash none | 1 | 8.2 | 1/2 | 39.6s | |
| #11 | GPT-5.5 medium | OpenAI | 1 | 8.2 | 1/2 | 69.7s |
| #12 | Gemini 3 Flash Preview low | 1 | 7.3 | 1/2 | 6.66s | |
| #15 | Qwen3.6 Max Preview medium | Qwen | 1 | 8.2 | 1/2 | 178.0s |
| #21 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 7.6 | 1/2 | 193.8s |
| #23 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 7.0 | 1/2 | 107.7s |