AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY カテゴリ別失敗

ドメイン特化: 不正解

ドメイン特化
不正解

ドメイン特化 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

314

最も影響を受けたモデル

Qwen3.6 Max Preview 3
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)
#14 Qwen3.6 Max Preview medium Qwen 3 2.9 0/3 95.9s
#18 Qwen3.7 Plus medium Qwen 3 3.6 0/3 45.3s
#26 Qwen3.6 Plus medium Qwen 3 2.9 0/3 29.6s
#29 Qwen3.5-122B-A10B medium Qwen 3 2.9 0/3 63.4s
#31 DeepSeek V4 Flash high DeepSeek 3 4.1 0/3 100.3s
#36 Qwen3.5 Plus 2026-04-20 medium Qwen 3 2.9 0/3 53.1s
#39 Qwen3.6 Flash medium Qwen 3 3.5 0/3 14.6s
#40 Gemini 3.1 Flash Lite Preview medium Google 3 3.0 0/3 4.21s
#41 Nemotron 3 Ultra 550b A55b medium NVIDIA 3 3.5 0/3 24.9s
#44 Gemini 3.1 Flash Lite medium Google 3 2.9 0/3 3.16s
#45 GPT-5.4 Mini medium OpenAI 3 4.1 0/3 65.3s
#53 Gemini 3.1 Flash Lite high Google 3 3.6 0/3 139.9s
#63 GPT-5.3 Chat none OpenAI 3 3.5 0/3 13.0s
#75 Ring-2.6-1T medium Inclusionai 3 3.5 0/3 64.9s
#78 Qwen3.6 27B medium Qwen 3 2.9 0/3 73.4s

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