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） |
|---|---|---|---|---|---|---|
| #26 | Qwen3.5-27B medium | Qwen | 1 | 7.0 | 1/2 | 123.9s |
| #27 | Qwen3.7 Max none | Qwen | 1 | 6.8 | 1/2 | 1.39s |
| #28 | GPT-5.4 medium | OpenAI | 1 | 8.2 | 1/2 | 55.0s |
| #30 | GPT-5.2 Chat none | OpenAI | 1 | 8.2 | 1/2 | 8.05s |
| #35 | Qwen3.6 Plus medium | Qwen | 1 | 4.1 | 0/2 | 201.7s |
| #36 | Gemini 3.1 Flash Lite Preview medium | 1 | 6.8 | 1/2 | 3.98s | |
| #37 | Gemini 3.1 Flash Lite medium | 1 | 6.8 | 1/2 | 3.59s | |
| #38 | Gemini 2.5 Flash medium | 1 | 6.6 | 1/2 | 54.6s | |
| #40 | Qwen3.5-122B-A10B medium | Qwen | 1 | 4.1 | 0/2 | 119.6s |
| #41 | Gemini 3 Flash Preview none | 1 | 6.8 | 1/2 | 2.19s | |
| #44 | DeepSeek V4 Flash high | DeepSeek | 1 | 6.8 | 1/2 | 58.1s |
| #46 | Gemini 3.1 Flash Lite Preview low | 1 | 6.8 | 1/2 | 1.56s | |
| #47 | Qwen3.5-Flash medium | Qwen | 1 | 4.1 | 0/2 | 54.2s |
| #48 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1 | 5.4 | 1/2 | 137.5s |
| #49 | MiMo-V2-Pro medium | Xiaomi | 1 | 7.5 | 1/2 | 94.2s |