AI BENCHY
比較する チャート 方法論
❤️ Made by XCS
Your ad here

AI BENCHY カテゴリ別失敗

複合
不正解

複合 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。 並び替え: 正解テスト ↑.

表示モデル数

21

総失敗数

21

最も影響を受けたモデル

Gemini 3 Flash Preview 1
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)
#5 Gemini 3 Flash Preview low Google 1 10.0 0/1 3.27s
#6 Gemini 3 Pro Preview medium Google 1 10.0 0/1 10.4s
#17 Gemini 3.1 Flash Lite Preview low Google 1 10.0 0/1 11.9s
#20 Gemini 3 Flash Preview none Google 1 10.0 0/1 3.56s
#22 Gemini 3.1 Flash Lite Preview none Google 1 10.0 0/1 3.20s
#29 Qwen3.5 Plus 2026-02-15 none Qwen 1 10.0 0/1 6.65s
#31 GLM 5 none Z.ai 1 10.0 0/1 4.98s
#37 Qwen3.5-Flash none Qwen 1 10.0 0/1 6.22s
#38 Gemini 2.5 Flash none Google 1 10.0 0/1 4.39s
#40 Qwen3.5-122B-A10B none Qwen 1 10.0 0/1 46.0s
#41 Qwen3.5-27B none Qwen 1 10.0 0/1 9.39s
#42 Qwen3.5-35B-A3B none Qwen 1 10.0 0/1 47.4s
#44 GPT-5.4 none OpenAI 1 10.0 0/1 2.89s
#45 Trinity Large Preview none Arcee AI 1 10.0 0/1 8.91s
#46 Kimi K2.5 none Moonshot AI 1 10.0 0/1 19.2s
#47 GPT-4o-mini none OpenAI 1 10.0 0/1 7.58s
#48 Qwen3 Coder Next none Qwen 1 10.0 0/1 45.1s
#50 Qwen3 Coder Next medium Qwen 1 10.0 0/1 4.28s
#51 Mercury 2 none Inception 1 10.0 0/1 606ms
#53 Grok 4.1 Fast none X AI 1 10.0 0/1 3.33s
#54 MiMo-V2-Flash none Xiaomi 1 10.0 0/1 2.87s

不正解 件数 上位モデル

不正解 件数 vs 平均スコア

応答時間(平均) 上位モデル

推定無駄コスト 上位モデル