AI BENCHY カテゴリ
反AIトリック ランキング
反AIトリック でどのAIモデルが最も強いか、どのモデルが安定しているか、差が大きいのはどこかを確認できます。 並び替え: 正解テスト ↑.
| 順位 | モデル | 企業 | 反AIトリック スコア | スコア | 正解テスト | 応答時間（平均） |
|---|---|---|---|---|---|---|
| #45 | GPT-5.4 Mini medium | OpenAI | 8.6 | 7.5 | 3/4 | 4.05s |
| #47 | Grok Build 0.1 medium | X AI | 8.3 | 7.4 | 3/4 | 7.43s |
| #48 | Gemini 3 Flash Preview none | 8.3 | 7.4 | 3/4 | 1.25s | |
| #50 | Gemini 3.1 Flash Lite Preview low | 8.3 | 7.4 | 3/4 | 2.12s | |
| #53 | Gemini 3.1 Flash Lite high | 8.7 | 7.3 | 3/4 | 37.2s | |
| #57 | Step 3.7 Flash low | Stepfun | 8.7 | 7.3 | 3/4 | 4.02s |
| #64 | MiMo-V2-Flash medium | Xiaomi | 8.1 | 7.2 | 3/4 | 15.8s |
| #65 | Grok 4.20 medium | X AI | 8.2 | 7.1 | 3/4 | 3.95s |
| #70 | GPT-5.4 Nano medium | OpenAI | 8.3 | 7.0 | 3/4 | 4.52s |
| #72 | DeepSeek V3.2 medium | DeepSeek | 8.2 | 7.0 | 3/4 | 24.2s |
| #78 | Qwen3.6 27B medium | Qwen | 8.3 | 6.8 | 3/4 | 12.6s |
| #86 | Grok 4.1 Fast medium | X AI | 8.7 | 6.5 | 3/4 | 3.81s |
| #87 | Gemini 3.1 Flash Lite minimal | 8.3 | 6.4 | 3/4 | 1.10s | |
| #89 | Hy3 preview low | Tencent | 8.3 | 6.4 | 3/4 | 9.32s |
| #93 | Qwen3.6 Plus Preview medium | Qwen | 8.3 | 6.3 | 3/4 | 11.7s |