AI BENCHY
Advertise here

AI BENCHY カテゴリ別失敗

複合: 不正解

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。

表示モデル数

15

総失敗数

52

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)
#101 Mimo V2 Omni none Xiaomi 1 3.0 0/1 5.96s
#102 Gemma 4 26B A4B none Google 1 3.0 0/1 30.5s
#104 Nemotron 3 Ultra 550b A55b none NVIDIA 1 3.0 0/1 4.79s
#107 Laguna Xs.2 medium Poolside 1 3.0 0/1 15.9s
#108 Qwen3.5-Flash none Qwen 1 3.0 0/1 6.22s
#109 GLM 5V Turbo none Z.ai 1 3.0 0/1 6.51s
#110 Seed-2.0-Lite none Bytedance Seed 1 3.0 0/1 6.59s
#111 Owl Alpha medium Openrouter 1 3.0 0/1 10.0s
#114 Qwen3.5 Plus 2026-04-20 none Qwen 1 2.8 0/1 13.3s
#115 Qwen3.5-27B none Qwen 1 2.8 0/1 9.39s
#116 Hunter Alpha none OpenRouter 1 3.0 0/1 15.2s
#117 Qwen3.5-35B-A3B none Qwen 1 3.0 0/1 47.4s
#120 Mimo V2 PRO none Xiaomi 1 3.0 0/1 6.58s
#121 Owl Alpha none Openrouter 1 3.0 0/1 21.7s
#124 Kimi K2.6 none Moonshot AI 1 3.0 0/1 3.38s

不正解 件数 上位モデル

不正解 件数 対 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